CN115967653B - 一种基于任务的网络实体时延评估方法 - Google Patents
一种基于任务的网络实体时延评估方法 Download PDFInfo
- Publication number
- CN115967653B CN115967653B CN202211562949.1A CN202211562949A CN115967653B CN 115967653 B CN115967653 B CN 115967653B CN 202211562949 A CN202211562949 A CN 202211562949A CN 115967653 B CN115967653 B CN 115967653B
- Authority
- CN
- China
- Prior art keywords
- task
- space
- link
- time delay
- node
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 40
- 230000005540 biological transmission Effects 0.000 claims abstract description 137
- 238000012546 transfer Methods 0.000 claims abstract description 48
- 230000000977 initiatory effect Effects 0.000 claims abstract description 42
- 239000011159 matrix material Substances 0.000 claims abstract description 42
- 238000000034 method Methods 0.000 claims abstract description 20
- 238000012545 processing Methods 0.000 claims abstract description 17
- 238000013507 mapping Methods 0.000 claims abstract description 4
- 230000006870 function Effects 0.000 claims description 109
- 238000010586 diagram Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 9
- 230000000903 blocking effect Effects 0.000 claims description 8
- 230000000694 effects Effects 0.000 description 4
- 238000011160 research Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011158 quantitative evaluation Methods 0.000 description 2
- 241000764238 Isis Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明涉及一种基于任务的网络实体时延评估方法，属于网络能力评估技术领域，解决了现有技术缺乏基于任务的网络实体时延评估方法的问题。该方法包括：获取网络实体映射得到的网络数字孪生体中的节点及链路；分析用户节点之间传输任务的时延情况，获得空地链路传输任务、空间节点内部从接收端到发送端处理任务、空间链路传输任务的时延矩母函数；获取网络数字孪生体中从发起任务的用户节点到接收任务的用户节点的所有传输路径；并基于时延矩母函数以及传输路径，获得从发起任务的用户节点到接收任务的用户节点的时延传递函数；基于时延传递函数，得到网络实体中从相应发起任务的用户节点到接收任务的用户节点传送任务的时延评估结果。
Description
技术领域
本发明涉及网络能力评估技术领域，尤其涉及一种基于任务的网络实体时延评估方法。
背景技术
面向未来元宇宙应用的数字孪生体系统将要承载海量的数据，通过网络化表征实现对数字孪生体系统的建模是重要的研究问题之一。对于网络化表征的系统能力评价，起源于图论，相关研究中提出了许多评价或度量方法。典型的评价标准包括内聚度、最大子图、平均路径长度、网络效率、连通性等，但这些典型的评价方法主要是基于结构的静态评价方法，缺乏对面向未来元宇宙应用的数字孪生体系统有限资源和不同传输或路由策略的考虑。另一方面，如果考虑数字孪生体系统中节点的动态性，随着节点的移动，执行当前任务的节点和链路也会自由替换，怎样实现节点和链路更替过程中对数字孪生体系统进行确切模拟也是需要研究的问题。此外，能力评价在很大程度上取决于数字孪生体所采用的拓扑结构和传输或路由算法。当前已有的能力评价方法对于面向未来元宇宙应用的数字孪生体系统能力评价的针对性不强。
考虑到面向未来元宇宙应用的数字孪生体系统，相关的能力评价方法有以下几种途径：
(1)考虑在数字孪生体系统中的元宇宙应用传输必须有足够的资源或容量，而不仅仅是考虑连通性。相关领域研究提出基于拓扑和容量测量的系统能力评价方法，还可以将系统可靠性与弹性结合起来，用来度量容量和资源受限的系统能力。
(2)利用相关的服务质量指标对系统的能力指标进行建模，考虑这一类是由于某些潜在的元宇宙应用任务对时延敏感，因此，可以通过时延或阻塞概率等服务质量指标来反映。相关研究提出了系统随机故障和较低任务流情况下的平均时延和阻塞率来验证系统能力。类似的方法都与系统结构、系统构建实现的代价、通信量或吞吐量以及与时延有关。还有的方法基于容错网络路由思想，根据期望的传输时间和估计的传输成本代价，得到最优的传输方案。
(3)基于代价函数的能力评价。其基本思想是通过最小化代价可以获得最大的系统能力。还可以基于虚拟拓扑策略，根据系统起始节点和目标节点之间的估计代价函数计算最佳路径及其相关能力指标。
综上所述，当将目前已有的研究应用在面向元宇宙的数字孪生体系统能力评价时，仍存在一些问题需要解决：已有评价方法强调系统元素的功能特征，但对于面向任务的数字孪生体系统理论计算框架缺失；多个节点的互相备份和动态接续提高了网络的可靠保障任务传输能力，接入路径选择和和数字孪生体系统设计参数对整体网络能力评价的影响需要进一步细化研究。此外，当将上述能力评价方法落地到时延评估方向时，需要进行相关评价方式的调整。目前，缺乏基于任务的网络实体时延评估方法。
发明内容
鉴于上述的分析，本发明实施例旨在提供一种基于任务的网络实体时延评估方法，用以解决现有技术缺乏基于任务的网络实体时延评估方法的问题。
本发明提供了一种基于任务的网络实体时延评估方法，包括：
将所述网络实体映射成网络数字孪生体，获取映射得到的网络数字孪生体中的节点及链路；所述节点分为用户节点和空间节点，所述链路分为空间链路和空地链路；所述空地链路分为上行空地链路和下行空地链路；
分析用户节点之间传输任务的时延情况，获得：上行空地链路传输任务的时延矩母函数、空间节点内部从接收端到发送端处理任务的时延矩母函数、空间链路传输任务的时延矩母函数，以及，下行空地链路传输任务的时延矩母函数；
获取网络数字孪生体中从发起任务的用户节点到接收任务的用户节点的所有传输路径；并基于所述时延矩母函数以及所有传输路径，获得从发起任务的用户节点到接收任务的用户节点的时延传递函数；
基于所述时延传递函数，得到网络实体中从相应发起任务的用户节点到接收任务的用户节点传送任务的时延评估结果。
在上述方案的基础上，本发明还做出了如下改进：
进一步，上行空地链路传输任务的时延矩母函数表示为：
其中，s表示拉普拉斯算子，dppus表示空间链路传播时延，μus表示空地链路的上行发送速率；
下行空地链路传输任务的时延矩母函数表示为：
其中，Psu0表示空地链路的下行传输功率；m1、m2分别表示空地链路资源数量、空间链路资源数量；λsui、μsu分别表示空间节点的下行空地链路的业务到达率、下行发送速率；Bs表示空间节点的缓冲空间；Pss0表示空间链路的传输功率；μss表示空间链路的传输速率，λssi表示空间链路的业务到达率。
进一步，空间节点内部从接收端到发送端处理任务的时延矩母函数表示为：
其中，μsp表示空间节点处理任务的速率。
进一步，两个空间节点之间的空间链路传输任务的时延矩母函数表示为：
进一步，所述获得从发起任务的用户节点到接收任务的用户节点的时延传递函数，包括：
根据网络数字孪生体中从发起任务的用户节点到接收任务的用户节点的所有传输路径，构建从发起任务的用户节点到接收任务的用户节点的信号流图；
分别求取信号流图中的每一空间节点的任务传输概率与该空间节点内部从接收端到发送端处理任务的时延矩母函数的乘积，作为该空间节点的时延传递函数；
分别求取信号流图中每一空间链路的任务传输概率与该空间链路传输任务的时延矩母函数的乘积，该相应空间链路的时延传递函数；
分别求取信号流图中每一空地链路的任务传输概率与该空地链路传输任务的时延矩母函数的乘积，作为该空地链路的时延传递函数；
基于信号流图中所有空间节点、空间链路及空地链路的时延传递函数，获得从发起任务的用户节点到接收任务的用户节点的时延传递函数。
进一步，在所述信号流图中，各传输路径中的空间链路不相交；
所述获得从发起任务的用户节点到接收任务的用户节点的时延传递函数，包括：
求取每条传输路径中所涉及的空间节点、空间链路及空地链路的时延传递函数的乘积，作为相应传输路径的时延传递函数；
求取所有传输路径的时延传递函数之和，作为从发起任务的用户节点到接收任务的用户节点的时延传递函数。
进一步，网络实体中从发起任务的用户节点Ui到接收任务的用户节点Uj传送任务的时延评估结果为任务传输平均时延表示为：
其中，表示从发起任务的用户节点Ui到接收任务的用户节点Uj传送任务的时延传递函数；pi,j表示选中由用户节点Ui向用户节点Uj传送任务的概率；s表示拉普拉斯算子。
进一步，从发起任务的用户节点Ui的信源端ui到空间节点Sx的接收端sx'的上行空地链路的任务传输概率pui,sx'表示为：
其中，aui,sx'表示用户节点Ui的信源端ui选择可见的空间节点Sx的接收端sx'作为接入节点执行任务的概率，表示从Ui的信源端ui到空间节点Sx的接收端sx'的上行空地链路的接入阻塞率。
进一步，从空间节点Sx的发送端sx到空间节点Sy的接收端sy'的空间链路的任务传输概率psx,sy'表示为：
其中，asx,sy'表示空间节点Sx选择临近的空间节点Sy作为下一跳执行任务的概率，表示空间节点Sx的发送端的发送拥塞率。
进一步，从空间节点Sz的发送端sz到用户节点Uj的信宿端uj'的下行空地链路的任务传输概率psz,uj'表示为：
与现有技术相比，本发明至少可实现如下有益效果之一：
本发明提供的基于任务的网络实体时延评估方法，通过分析网络数字孪生体中用户节点之间传输任务的时延情况，获得上行空地链路传输任务的时延矩母函数、空间节点内部从接收端到发送端处理任务的时延矩母函数、空间链路传输任务的时延矩母函数，以及，下行空地链路传输任务的时延矩母函数；基于上述时延矩母函数和传输路径，即可获得从发起任务的用户节点到接收任务的用户节点的时延传递函数；最终得到相应的时延评估结果。该方法能够实现时延的量化评估，有效弥补了相关技术空白，便于本领域技术人员对网络实体的时延情况进行更为详实的评估，评估结果可以指导实际的网络实体运行。
本发明中，上述各技术方案之间还可以相互组合，以实现更多的优选组合方案。本发明的其他特征和优点将在随后的说明书中阐述，并且，部分优点可从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过说明书以及附图中所特别指出的内容中来实现和获得。
附图说明
附图仅用于示出具体实施例的目的，而并不认为是对本发明的限制，在整个附图中，相同的参考符号表示相同的部件。
图1为本发明实施例提供的基于任务的网络实体时延评估方法的流程图。
具体实施方式
下面结合附图来具体描述本发明的优选实施例，其中，附图构成本申请一部分，并与本发明的实施例一起用于阐释本发明的原理，并非用于限定本发明的范围。
本发明的一个具体实施例，公开了一种基于任务的网络实体时延评估方法，流程图如图1所示，包括以下步骤：
步骤S1：将所述网络实体映射成网络数字孪生体，获取映射得到的网络数字孪生体中的节点及链路；所述节点分为用户节点和空间节点，所述链路分为空间链路和空地链路；
具体地，在本实施例中，用户节点一般为地面的用户终端，位置相对固定；空间节点为空中的无人机或其他形式的任务转发节点。示例性地，假设在网络数字孪生体中：
空间节点集合S＝{S1,S2,…,SN}，N表示空间节点的总数；
用户节点集合U＝{U1,U2,ε,UL}，L表示用户节点的总数；
在本实施例中，空地链路分为上行空地链路和下行空地链路。空间节点通过空间和地面之间的上行无线链路(即上行空地链路)接收其覆盖区域内发起任务的用户节点Ui的任务，并通过空间节点之间的无线链路(空间链路)将任务在相邻空间节点之间转发，最后由空间节点通过空间和地面之间的下行无线链路(即下行空地链路)将任务发送给接收任务的用户节点Uj。
为便于本领域技术人员更好地实施本方案，现做如下定义：
每一空间节点内部包括接收端和发送端；示例性地，空间节点Sx包括接收端sx'和发送端sx；
每一用户节点内部包括信源端和信宿端；示例性地，用户节点Ui包括信源端ui和信宿端ui'。
因此，网络数字孪生体的用户基本活动包括：
从用户节点Ui的信源端ui到空间节点Sx的接收端Sx'的上行空地链路发送任务MSui,sx'；
从空间节点Sx内部接收端Sx'到发送端Sx处理任务MSsx',sx；
从空间节点Sx的发送端Sx到空间节点Sy的接收端Sy空间链路传输任务MSsx,sy'；
从空间节点Sz的发送端sz到用户节点Uj的信宿端uj'的下行空地链路传输任务MSsz,uj'。
当空间节点的处理速率完全可以满足空间链路接收到的速率时，处理过程中不存在阻塞和排队，则不存在重试反馈活动；当空间节点的接入或处理速率不满足接入的用户速率时，则存在阻塞反馈活动。
步骤S2：分析用户节点之间传输任务的时延情况，获得：上行空地链路传输任务的时延矩母函数、空间节点内部从接收端到发送端处理任务的时延矩母函数、空间链路传输任务的时延矩母函数，以及，下行空地链路传输任务的时延矩母函数；具体过程说明如下：
在本实施例中，由于空地链路分为上行空地链路和下行空地链路，因此，空地链路传输任务的时延矩母函数分为：上行空地链路传输任务的时延矩母函数、下行空地链路传输任务的时延矩母函数。下面，对本实施例所涉及的各项时延矩母函数的计算方式做如下说明：
传播时延：电磁信号在空间传输介质中传播所需要的时间。
传输时延：是指用户节点或空间节点中，发送时使得数据从节点进入到传输介质中所需的时间，或接收时从传输介质中进入到节点中所需的时间。传输时延越长，所消耗的用户节点或空间节点的能量越多。
(1)上行空地链路传输任务的时延矩母函数
上行空地链路的时延包括空地链路传播时延dppus和传输时延
具体地，从用户节点Ui的信源端ui到空间节点Sx的接收端Sx'的上行空地链路发送任务MSui,sx'时的时延矩母函数
其中，s表示拉普拉斯算子；dppus表示空间链路传播时延，μus表示空地链路的上行发送速率。
根据公式(1)可知，求取的时延矩母函数结果与所选取的用户节点、空间节点无关。即，当发出任务的用户节点、经由上行空地链路接收任务的空间节点发生变化时，带入公式(1)，求取的时延矩母函数均为由此可知：
上行空地链路传输任务的时延矩母函数表示为：
其中，s表示拉普拉斯算子，dppus表示空间链路传播时延，μus表示空地链路的上行发送速率。
(2)空间节点内部从接收端到发送端处理任务的时延矩母函数
空间节点Sx内部从接收端Sx'到发送端Sx处理任务MSsx',sx的时延矩母函数表示为：
其中，μsp表示空间节点处理任务的速率。
根据公式(3)可知，求取的时延矩母函数结果与所选取的空间节点无关。即，当空间节点发生变化时，带入公式(3)，求取的时延矩母函数均为由此可知：
空间节点内部从接收端到发送端处理任务的时延矩母函数表示为：
其中，μsp表示空间节点处理任务的速率。
(3)两个空间节点之间空间链路传输任务的时延矩母函数
从空间节点Sx到空间节点Sy的空间链路传输任务sx,sy'的时延由链路传播时延dppss、链路排队时延和传输时延组成。其中，传输时延是时延矩母函数的决定因素之一。
从空间节点Sx到空间节点Sy的空间链路传输活动sx,sy'的时延矩母函数表示为：
其中，Psu0表示空地链路的下行传输功率；m1、m2分别表示空地链路资源数量、空间链路资源数量；λsui、μsu分别表示空间节点的下行空地链路的业务到达率、下行发送速率；Bs表示空间节点的缓冲空间；Pss0表示空间链路的传输功率；μss表示空间链路的传输速率，λssi表示空间链路的业务到达率。
根据公式(5)可知，求取的时延矩母函数结果与所选取的空间节点无关。即，当空间节点发生变化时，带入公式(5)，求取的时延矩母函数均不变，由此可知：
两个空间节点之间的空间链路传输任务的时延矩母函数表示为：
(4)下行空地链路传输任务的时延矩母函数
下行空地链路的时延由传播时延dppsu、排队时延和传输时延组成。排队延迟与队列长度成正比。令
从空间节点Sz的发送端sz到用户节点Uj的信宿端uj'的下行空地链路接收活动MSsz,uj'的时延矩母函数表示为：
根据公式(7)可知，求取的时延矩母函数结果与所选取的空间节点、用户节点无关。即，当空间节点、用户节点发生变化时，带入公式(7)，求取的时延矩母函数均保持不变，由此可知：
下行空地链路传输任务的时延矩母函数表示为：
其中，Psu0表示空地链路的下行传输功率；m1、m2分别表示空地链路资源数量、空间链路资源数量；λsui、μsu分别表示空间节点的下行空地链路的业务到达率、下行发送速率；Bs表示空间节点的缓冲空间；Pss0表示空间链路的传输功率；μss表示空间链路的传输速率，λssi表示空间链路的业务到达率。
步骤S3：获取网络数字孪生体中从发起任务的用户节点到接收任务的用户节点的所有传输路径；并基于所述时延矩母函数以及所有传输路径，获得从发起任务的用户节点到接收任务的用户节点的时延传递函数；
具体地，包括以下步骤：
步骤S31：根据网络数字孪生体中从发起任务的用户节点到接收任务的用户节点的所有传输路径，构建从发起任务的用户节点到接收任务的用户节点的信号流图；
步骤S32：分别求取信号流图中的每一空间节点的任务传输概率与该空间节点内部从接收端到发送端处理任务的时延矩母函数的乘积，作为该空间节点的时延传递函数；
步骤S33：分别求取信号流图中每一空间链路的任务传输概率与该空间链路传输任务的时延矩母函数的乘积，作为该空间链路的时延传递函数；
步骤S34：分别求取信号流图中每一空地链路的任务传输概率与该空地链路传输任务的时延矩母函数的乘积，作为该空地链路的时延传递函数；
步骤S35：基于信号流图中所有空间节点、空间链路及空地链路的时延传递函数，获得从发起任务的用户节点到接收任务的用户节点的时延传递函数。
在本实施例提供的信号流图中，各传输路径中的空间链路均不相交，即各传输路径不共用同一条空间链路。此时，信号流图中仅包括若干条单向的传输路径；此时，获得从发起任务的用户节点到接收任务的用户节点的时延传递函数，包括：
步骤S351：求取每条传输路径中所涉及的空间节点、空间链路及空地链路的时延传递函数的乘积，作为相应传输路径的时延传递函数；
步骤S352：求取所有传输路径的时延传递函数之和，作为从发起任务的用户节点到接收任务的用户节点的时延传递函数。
步骤S4：基于所述时延传递函数，得到网络实体中从相应发起任务的用户节点到接收任务的用户节点传送任务的时延评估结果。
具体地，网络数字孪生体与网络实体中从相应发起任务的用户节点到接收任务的用户节点传送任务的时延评估结果相等。因此，网络实体中从发起任务的用户节点Ui到接收任务的用户节点Uj传送任务的时延评估结果为任务传输平均时延表示为：
其中，表示从发起任务的用户节点Ui到接收任务的用户节点Uj传送任务的时延传递函数；pi,j表示选中由用户节点Ui向用户节点Uj传送任务的概率；s表示拉普拉斯算子。
需要说明的是，在本实施例中，步骤S3中涉及到的传输概率可以预先人为设定。为更接近网络实体的工作过程，还可以根据以下公式设定各传输概率：
1)从发起任务的用户节点Ui的信源端ui到空间节点Sx的接收端sx'的上行空地链路的传输概率pui,sx'表示为：
其中，aui,sx'表示用户节点Ui的信源端ui选择可见的空间节点Sx的接收端sx'作为接入节点执行任务的概率，表示从Ui的信源端ui到空间节点Sx的接收端sx'的上行空地链路的接入阻塞率。
2)空间节点内部的接收端sx'到发送端sx的任务传输概率psx',sx与接收端sx'到发送端sx的传输子链路容量、以及当前时段在传任务量的多少有关。具体实施过程中，可根据实际情况进行确定。
3)从空间节点Sx的发送端sx到空间节点Sy的接收端sy'的空间链路的任务传输概率psx,sy'表示为：
其中，asx,sy'表示空间节点Sx选择临近的空间节点Sy作为下一跳执行任务的概率，表示空间节点Sx的发送端的发送拥塞率。
4)从空间节点Sz的发送端sz到用户节点Uj的信宿端uj'的下行空地链路的任务传输概率psz,uj'表示为：
当所有资源都被占用、没有空闲时，用户访问被阻塞，接入阻塞率表示为：
其中，表示空间节点通过上行空地链路接收用户节点发出的任务的到达率。
综上所述，本发明实施例提供的基于任务的网络实体时延评估方法，通过分析网络数字孪生体中用户节点之间传输任务的时延情况，获得上行空地链路传输任务的时延矩母函数、空间节点内部从接收端到发送端处理任务的时延矩母函数、空间链路传输任务的时延矩母函数，以及，下行空地链路传输任务的时延矩母函数；基于时延矩母函数和传输路径，即可获得从发起任务的用户节点到接收任务的用户节点的时延传递函数；最终得到相应的时延评估结果。该方法能够实现时延的量化评估，有效弥补了相关技术空白，便于本领域技术人员对网络实体的时延情况进行更为详实的评估，评估结果可以指导实际的网络实体运行。
本领域技术人员可以理解，实现上述实施例方法的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于计算机可读存储介质中。其中，所述计算机可读存储介质为磁盘、光盘、只读存储记忆体或随机存储记忆体等。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。
Claims (4)
1.一种基于任务的网络实体时延评估方法，其特征在于，包括：
将所述网络实体映射成网络数字孪生体，获取映射得到的网络数字孪生体中的节点及链路；所述节点分为用户节点和空间节点，所述链路分为空间链路和空地链路；所述空地链路分为上行空地链路和下行空地链路；
分析用户节点之间传输任务的时延情况，获得：上行空地链路传输任务的时延矩母函数、空间节点内部从接收端到发送端处理任务的时延矩母函数、空间链路传输任务的时延矩母函数，以及，下行空地链路传输任务的时延矩母函数；
获取网络数字孪生体中从发起任务的用户节点到接收任务的用户节点的所有传输路径；并基于所述时延矩母函数以及所有传输路径，获得从发起任务的用户节点到接收任务的用户节点的时延传递函数；
基于所述时延传递函数，得到网络实体中从相应发起任务的用户节点到接收任务的用户节点传送任务的时延评估结果；
上行空地链路传输任务的时延矩母函数表示为：
其中，s表示拉普拉斯算子，dppus表示空间链路传播时延，μus表示空地链路的上行发送速率；
下行空地链路传输任务的时延矩母函数表示为：
其中，Psu0表示空地链路的下行传输功率；m1、m2分别表示空地链路资源数量、空间链路资源数量；λsui、μsu分别表示空间节点的下行空地链路的业务到达率、下行发送速率；Bs表示空间节点的缓冲空间；Pss0表示空间链路的传输功率；μss表示空间链路的传输速率，λssi表示空间链路的业务到达率；
空间节点内部从接收端到发送端处理任务的时延矩母函数表示为：
其中，μsp表示空间节点处理任务的速率；
两个空间节点之间的空间链路传输任务的时延矩母函数表示为：
所述获得从发起任务的用户节点到接收任务的用户节点的时延传递函数，包括：
根据网络数字孪生体中从发起任务的用户节点到接收任务的用户节点的所有传输路径，构建从发起任务的用户节点到接收任务的用户节点的信号流图；
分别求取信号流图中的每一空间节点的任务传输概率与该空间节点内部从接收端到发送端处理任务的时延矩母函数的乘积，作为该空间节点的时延传递函数；
分别求取信号流图中每一空间链路的任务传输概率与该空间链路传输任务的时延矩母函数的乘积，作为该空间链路的时延传递函数；
分别求取信号流图中每一空地链路的任务传输概率与该空地链路传输任务的时延矩母函数的乘积，作为该空地链路的时延传递函数；
基于信号流图中所有空间节点、空间链路及空地链路的时延传递函数，获得从发起任务的用户节点到接收任务的用户节点的时延传递函数；
在所述信号流图中，各传输路径中的空间链路不相交；
所述获得从发起任务的用户节点到接收任务的用户节点的时延传递函数，包括：
求取每条传输路径中所涉及的空间节点、空间链路及空地链路的时延传递函数的乘积，作为相应传输路径的时延传递函数；
求取所有传输路径的时延传递函数之和，作为从发起任务的用户节点到接收任务的用户节点的时延传递函数；
网络实体中从发起任务的用户节点Ui到接收任务的用户节点Uj传送任务的时延评估结果为任务传输平均时延表示为：
其中，表示从发起任务的用户节点Ui到接收任务的用户节点Uj传送任务的时延传递函数；pi,j表示选中由用户节点Ui向用户节点Uj传送任务的概率；s表示拉普拉斯算子。
2.根据权利要求1所述的基于任务的网络实体时延评估方法，其特征在于，从发起任务的用户节点Ui的信源端ui到空间节点Sx的接收端sx'的上行空地链路的任务传输概率pui,sx'表示为：
其中，aui,sx'表示用户节点Ui的信源端ui选择可见的空间节点Sx的接收端sx'作为接入节点执行任务的概率，表示从Ui的信源端ui到空间节点Sx的接收端sx'的上行空地链路的接入阻塞率。
3.根据权利要求2所述的基于任务的网络实体时延评估方法，其特征在于，从空间节点Sx的发送端sx到空间节点Sy的接收端sy'的空间链路的任务传输概率psx,sy'表示为：
其中，asx,sy'表示空间节点Sx选择临近的空间节点Sy作为下一跳执行任务的概率，表示空间节点Sx的发送端的发送拥塞率。
4.根据权利要求3所述的基于任务的网络实体时延评估方法，其特征在于，从空间节点Sz的发送端sz到用户节点Uj的信宿端uj'的下行空地链路的任务传输概率psz,uj'表示为：
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211562949.1A CN115967653B (zh) | 2022-12-07 | 2022-12-07 | 一种基于任务的网络实体时延评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211562949.1A CN115967653B (zh) | 2022-12-07 | 2022-12-07 | 一种基于任务的网络实体时延评估方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115967653A CN115967653A (zh) | 2023-04-14 |
| CN115967653B true CN115967653B (zh) | 2024-09-10 |
Family
ID=87360815
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211562949.1A Active CN115967653B (zh) | 2022-12-07 | 2022-12-07 | 一种基于任务的网络实体时延评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115967653B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101416427A (zh) * | 2006-04-04 | 2009-04-22 | 艾利森电话股份有限公司 | 光纤通信系统中的最大似然序列估计 |
| AU2020100146A4 (en) * | 2020-01-29 | 2020-02-27 | University Of Chinese Academy Of Sciences | CF-GERT Method for Risk Evaluation in New Product Research and Development |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP7532097B2 (ja) * | 2020-06-02 | 2024-08-13 | キヤノン株式会社 | 画像形成装置 |
| CN115086202B (zh) * | 2022-04-14 | 2023-06-20 | 安世亚太科技股份有限公司 | 一种基于网络数字孪生体的时延分析方法及系统 |
-
2022
- 2022-12-07 CN CN202211562949.1A patent/CN115967653B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101416427A (zh) * | 2006-04-04 | 2009-04-22 | 艾利森电话股份有限公司 | 光纤通信系统中的最大似然序列估计 |
| AU2020100146A4 (en) * | 2020-01-29 | 2020-02-27 | University Of Chinese Academy Of Sciences | CF-GERT Method for Risk Evaluation in New Product Research and Development |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115967653A (zh) | 2023-04-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Qureshi et al. | Link quality and energy utilization based preferable next hop selection routing for wireless body area networks | |
| Hasan et al. | Optimizing multipath routing with guaranteed fault tolerance in Internet of Things | |
| EP1473889B1 (en) | Predictive routing in a mobile ad hoc network | |
| EP1473879B1 (en) | Predictive routing including the use of fuzzy logic in a mobile ad hoc network | |
| EP1473890B1 (en) | Predictive routing maintenance in a mobile ad hoc network | |
| Pagin et al. | Resource management for 5G NR integrated access and backhaul: A semi-centralized approach | |
| Kopeikin et al. | Dynamic mission planning for communication control in multiple unmanned aircraft teams | |
| Kamyabpour et al. | Modeling overall energy consumption in Wireless Sensor Networks | |
| Vendramin et al. | Grant: Inferring best forwarders from complex networks’ dynamics through a greedy ant colony optimization | |
| Moetesum et al. | An adaptive and efficient buffer management scheme for resource-constrained delay tolerant networks | |
| Arafat et al. | QQAR: A Q-learning-based QoS-aware routing for IoMT-enabled wireless body area networks for smart healthcare | |
| CN115865761B (zh) | 一种考虑阻塞反馈的网络实体任务活动代价评估方法 | |
| CN115967653B (zh) | 一种基于任务的网络实体时延评估方法 | |
| Santos et al. | CGR: Centrality-based green routing for Low-power and Lossy Networks | |
| Zhang et al. | Sac: A novel multi-hop routing policy in hybrid distributed iot system based on multi-agent reinforcement learning | |
| CN116016218B (zh) | 一种基于任务的网络实体能耗评估方法 | |
| Azim et al. | Real-time routing protocols for (m, k)-firm streams based on multi-criteria in wireless sensor networks | |
| Mishra et al. | A novel method for evaluation of reliability of WSN under different failure models | |
| Kim et al. | Adaptive Data Transmission Method According to Wireless State in Long Range Wide Area Networks. | |
| Sardouk et al. | Multi-agent system based wireless sensor network for crisis management | |
| CN115941533B (zh) | 一种网络实体的任务活动代价评估方法 | |
| Ruiz-Ibarra et al. | Cooperation mechanism taxonomy for wireless sensor and actor networks | |
| Al-Turjman et al. | Intelligent UAVs for Multimedia Delivery in Smart-Cities’ Applications | |
| Smith | Cognitive techniques: three types of network awareness | |
| Mokbal et al. | Energy Consumption Evaluation of AODV and AOMDV Routing Protocols in Mobile Ad-Hoc Networks |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |