(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 (43)申请公布日 (21)申请号 202210685643.9
(22)申请日 2022.06.16
空包弹助退器(71)申请人 上海交通大学
地址 200240 上海市闵行区东川路800号
(72)发明人 陈彩莲 金天恺 许齐敏 关新平
朱善迎
(74)专利代理机构 上海旭诚知识产权代理有限
公司 31220
专利代理师 郑立
(51)Int.Cl.
H04L 67/12(2022.01)
H04L 69/08(2022.01)
H04L 69/18(2022.01)
(54)发明名称
(57)摘要
本发明公开了一种感传算一体化的工业异
构网络融合架构及组网方法，涉及工业网络系统
领域，所述方法包括以下步骤：步骤1、根据初始
组网方案形成工业异构网络融合组网架构；步骤
2、现场层各子网完成工业过程状态量测；步骤
3、
构网络资源统一表征模型构建；步骤5、基于学习
的网络性能/统一资源映射模型构建；步骤6、感
知性能与资源利用驱动下的融合组网方案动态
优化。本发明旨在分析感知、传输和计算间的耦
合影响关系，构建工业异构网络融合架构，同时
设计在资源、拓扑、服务需求等多维约束下面向
感知性能和资源利用的一体化设计动态组网方
法，
以匹配工业现场实时多变的服务需求。权利要求书2页 说明书8页 附图3页CN 115118747 A 2022.09.27
C N 115118747
A
1.一种感传算一体化的工业异构网络融合架构及组网方法，其特征在于，所述方法包括以下步骤：
步骤1、根据初始组网方案形成工业异构网络融合组网架构；
步骤2、现场层各子网完成工业过程状态量测；
步骤3、边缘层主干网各设备进行分布式感知；
步骤4、异构网络资源统一表征模型构建；
步骤5、基于学习的网络性能/统一资源映射模型构建；
步骤6、感知性能与资源利用驱动下的融合组网方案动态优化。
2.如权利要求1所述的感传算一体化的工业异构网络融合架构及组网方法，其特征在于，所述异构网络包括现场层和边缘层；所述现场层由多种采用不同协议的异构子网组成，包含直接支持TSN协议的子网以及其他传统工业现场有线‑无线子网，实现多种有线‑无线传感器、执行设备的无缝接入。
3.如权利要求2所述的感传算一体化的工业异构网络融合架构及组网方法，其特征在于，所述边缘层以5G ‑TSN作为主干网，通过协议转换与映射机制使所述现场层的各子网接入，实现工业现场有线‑无线设备的端到端确定性传输。
4.如权利要求3所述的感传算一体化的工业异构网络融合架构及组网方法，其特征在于，所述边缘层采用具有计算能力的智能TSN网关与5G，协同完成分布式边缘感知任务；所述边缘层包含具有较强算力的边缘计算单元，完成所述融合组网方案的动态优化。
5.如权利要求4所述的感传算一体化的工业异构网络融合架构及组网方法，其特征在于，所述步骤2还包括：
依据初始组网方案中各感知终端的传感器接入策略S，现场层感知终端通过接入的传感器对工业物理
对象状态x k 进行量测，并通过高效协议转换器接入5G ‑TSN主干网：
式中，M为现场层感知终端数量，T为感知周期，量测函数依据具体的量测方法选择而决定。
6.如权利要求5所述的感传算一体化的工业异构网络融合架构及组网方法，其特征在于，所述步骤3还包括：
所述边缘层依据给定的关于通信拓扑G及各无线链路传输功率Γ的组网方案X＝{S ,G ,Γ}进行分布式感知，综合感知和传输间的耦合关系，工业过程边缘侧感知代价表示如下：
自动旋转喷雾喷头>自复位保险丝
式中，Θi 为边缘层各设备感知加权矩阵，σi 为边缘层信息聚合函数，
是由G 决定的边缘设备i的邻居节点，为k时刻邻居间传输的感知信息；为k时刻边缘设备i处的状态估计值，由现场层接入设备的量测信息、边缘层邻居设备的感知信息及相应无线链路传输功率共同决定。
7.如权利要求6所述的感传算一体化的工业异构网络融合架构及组网方法，其特征在于，所述步骤4还包括：
采用资源虚拟化技术，考虑网络架构边缘层及现场层中多种设备具有的传输、计算、存
储异构资源，形成异构资源池，实现各设备在不同维度上的统一表征λ＝(λ1,λ1,...,λn )T ，
n 代表涉及的资源属性维度数量；若该设备在维度i不具备相关资源，则记λi ＝0；
若该设备在资源属性维度i具有资源量s i ，则针对所有设备进行归一化表征：
式中，与分别为资源属性i上所有设备资源量的最小值与最大值。
8.如权利要求7所述的感传算一体化的工业异构网络融合架构及组网方法，其特征在于，所述步骤5还包括：
步骤5.1、根据先验专家知识与实时积累数据，分析各项网络性能q∈R d 和各资源属性λ∈R n 间的映射关系，形成统一资源/网络性能间的映射模型：
f m (λ；w)＝[f m ,1(λ；w),f m ,2(λ；w),...,f m ,d (λ；w)]T ，即q i ＝f m ,i (λ；w)，i＝1,2,...,d
式中，d为涉及的网络性能的维度数量；
步骤5.2、采用基于学习的方法对映射模型参数w进行迭代修正，使得其对真实的网络运行预测准确度不断提升。
9.如权利要求8所述的感传算一体化的工业异构网络融合架构及组网方法，其特征在于，所述步骤6还包括：
步骤6.1、针对工业现场实时服务需求，将其分解到各网络性能维度，得到各性能维度上的指标需求q∈R d ；
步骤6.2、针对组网方案中各感知终端的传感器接入策略S、边缘层主干网拓扑连接G及各无线传输链路传输功率分配Γ，得到当前方案的统一资源表征量λ＝f u (S,G ,Γ)；
步骤6.3、结合所述步骤5中的统一资源/网络性能间的映射模型，通过求解优化问题得到感知性能和资源利用驱动下的最优的组网方案：
式中，目标函数f s (X)、f c (X)分别代表感知代价与资源消耗；约束条件分别为感知终端接入约束各无线链路传输功率限制以及边缘层主干网的拓扑连接限制
勺铲10.如权利要求9所述的感传算一体化的工业异构网络融合架构及组网方法，其特征在于，若优化问题存在可行解，则最优解为同时面向感知性能和资源利用的最优组网方案；若优化问题无可行解，则说明当前时刻需要调整服务需求、资源供给或者物理网络的基础连接，使其相互匹配。
一种感传算一体化的工业异构网络融合架构及组网方法
技术领域
[0001]本发明涉及工业网络系统领域，尤其涉及一种感传算一体化的工业异构网络融合架构及组网方法。
背景技术
[0002]工业网络系统是新一代信息通信技术与工业控制系统全方位深度融合的产物，其中感知、传输、计算等关键过程紧密耦合并相互影响。生产对象状态的实时精确感知对后续的控制决策至关重要，甚至直接影响最终的产品性能，且由于集中式感知难以匹配大规模传感器网络中海量异构设备终端的信息处理需求，因此分布式感知作为一种有效的方法在工业现场起到了重要作用。然而为获得更好的感知性能，需要更充足的数据作为支撑，这必然会带来传输能量与占用信道的增加，因此亟须对感知与传输进行联合设计。
[0003]同时，当下工厂定制化生产服务需求多变、生产全要素互联，对工业网络提出了便捷接入、确定性低时延、灵活组网等新需求，需要组网方案的实时动态计算调整以对异构的网络与计算资源进行调度。以5G‑TSN网络为主干网能够有效实现有线‑无线网络的无缝便捷接入和确定性按需传输，同时资源虚拟化技术能够支撑多种异构资源的统一灵活管控。因此，为了达到工业生产提质增效、节能降耗的目标，需结合上述技术并面向感知性能和资源利用，同时考虑服务需求、资源总量、网络拓扑等多种约束，设计感知、传输与计算一体化动态融合组网方法。
[0004]现存的大多数工业网络融合架构及组网方法并未综合考虑工业现场的感知精度和网络的资源利用，在服务需求的保证方面也存在着诸多局限，比如国内申请号为202011120166.9的名称为“基于IPv6的工业异构网络多协议融合组网与通信系统及方法”，其通过IPv6技术和异构协议转换装置实现工业现场异构网络间的融合和通信，但其并未面向现场复杂多变的服务需求；国内申请号为201810350
180.4的名称为“一种融合多种通信方式的组网方法及装置”，其能够发挥各种组网方式的优点，实现多种通信方式的融合互补，但其组网未能以实际的服务需求作为依据；国内申请号为201710028463.2的名称为“基于融合网络虚拟化带有时延感知的高吞吐资源调度方法”，其仅考虑了网络时延的要求和网络资源利用率的提高，并未考虑工业网络系统的感知性能；国内申请号为201810673698.1的名称为“一种多网融合边缘计算网关”，其考虑了数据采集的需求以及实际业务中可能出现的实时与非实时任务，但其对服务需求的刻画仍过于单一。还有如国内申请号为201910912382.8的名称为“一种基于SDN的Profinet和Modbus设备异构组网方法”等，其只考虑了Profinet和Modbus这两种异构网络间的融合，难以匹配工业现场多种异构网络统一组网的需求。
[0005]综上所述，在现有方法中，工业生产过程的分布式感知精度尚未定量地纳入融合组网方案设计中，组网方案尚未针对感知精度进行实时动态计算调整；现有融合组网架构及方法设计中，工业网络异构资源未进行统一表征，针对工业现场动态多变的网络性能需求，未精准刻画网络性能/异构资源间的映射关系，未设计相关方法对映射关系的准确程度
进行提升；同时，现有方法未面向感知性能综合考虑网络拓扑、服务需求以及网络资源等约束，未针对实时变化的定制化生产需求对组网方案进行闭环动态调整。
[0006]因此，本领域的技术人员致力于开发一种感传算一体化的工业异构网络融合架构及组网方法，
能够分析感知、传输和计算间的耦合影响关系，构建工业异构网络融合架构，同时设计在资源、拓扑、服务需求等多维约束下面向感知性能和资源利用的一体化设计动态组网方法，以匹配工业现场实时多变的服务需求。
发明内容
[0007]有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是如何利用分布式状态感知获取工业现场感知数据，并通过高效协议转换器接入5G‑TSN主干网，将感传融合的一体化表征纳入组网方案设计；如何利用资源虚拟化技术构建工业异构网络统一资源池，通过先验专家知识与感知数据的结合构建网络性能与统一资源间的映射关系，并不断缩小构建的模型与真实映射关系之间的误差；如何承接感传融合一体化表征模型与网络性能/统一资源映射模型，从而面向感知精度与资源利用，设计最优的动态组网方案，并完成网络拓扑与资源分配的动态闭环调节。
[0008]为实现上述目的，本发明提供了一种感传算一体化的工业异构网络融合架构及组网方法，所述方法包括以下步骤：
[0009]步骤1、根据初始组网方案形成工业异构网络融合组网架构；
[0010]步骤2、现场层各子网完成工业过程状态量测；
[0011]步骤3、边缘层主干网各设备进行分布式感知；
[0012]步骤4、异构网络资源统一表征模型构建；
[0013]步骤5、基于学习的网络性能/统一资源映射模型构建；
[0014]步骤6、感知性能与资源利用驱动下的融合组网方案动态优化。
[0015]进一步地，所述异构网络包括现场层和边缘层；所述现场层由多种采用不同协议的异构子网组成，包含直接支持TSN协议的子网以及其他传统工业现场有线‑无线子网，实现多种有线‑无线传感器、执行设备的无缝接入。
[0016]进一步地，所述边缘层以5G‑TSN作为主干网，通过协议转换与映射机制使所述现场层的各子网接入，实现工业现场有线‑无线设备的端到端确定性传输。
[0017]进一步地，所述边缘层采用具有计算能力的智能TSN网关与5G，协同完成分布式边缘感知任务；所述边缘层包含具有较强算力的边缘计算单元，完成所述融合组网方案的动态优化。
[0018]进一步地，所述步骤2还包括：
[0019]依据初始组网方案中各感知终端的传感器接入策略S，现场层感知终端通过接入的传感器对工业物理对象状态x
进行量测，并通过高效协议转换器接入5G‑TSN主干网：
k
军用床[0020]
[0021]式中，M为现场层感知终端数量，T为感知周期，量测函数依据具体的量测方法选择而决定。
[0022]进一步地，所述步骤3还包括：
遮蔽肩垫[0023]所述边缘层依据给定的关于通信拓扑G及各无线链路传输功率Γ的组网方案X＝
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议