铁路机械设备智能制造车间数据低延时通信方法

传统的数据通信方法缺少对通信过程中产生的干扰量进行抑制,增加了通信时间和平均能耗。为此,针对铁路机械设备智能制造车间,提出一种新的数据低延时通信方法。在获取通信过程中产生的误码率的基础上,引入放大前传协议对接收端信号实施逆滤波处理,有效抑制通信过程中的干扰信号。然后根据不同传输路径的实际延时,对各路径的数据发送量进行分配,并通过引入并发通信机制,最大限度发挥路径中各节点的通信能力。最后,动态分析节点信任度和推荐度,最大限度发挥节点通信能力,从而实现低延时通信。实验结果表明:应用该方法可以实现更低延时的数据通信,同时还能够有效减少通信过程的能量消耗,有助于提高铁路机械设备智能制造车间的工作效率。

低延时远程串口通信系统设计

为了解决使用串口通信的工业设备升级成本高、延时高以及拓展性差等问题,从软件层面研究并设计了低延时远程串口通信系统。系统以嵌入式控制系统作为原串口数据的网关,通过Golang的多协程特性对多种串口的数据分别进行采集、封装、隔离并转换成以太网数据,简化程序的同时将数据的流向进行独立,使数据不会相互干扰。以太网数据通过由UDP协议结合KCP算法以及P2P传输通道组建的低延时通信链路完整地传输到客户端通信软件。客户端通信软件使用数据接口与驱动分离的构架,根据生产场景使用不同的通信模式将数据转发至不同接口。将所设计的系统与基于TCP协议的串口通信系统作了对比实验,结果表明本系统在传输延时方面存在优势,为低延时远程串口通信系统提供了有效的解决方案。

面向电力系统差异化业务的数据处理架构与低时延传输方法研究

面向差异化业务需求,电力物联网(Electric Internet of Things,EIoT)需要设计与之适配的数据处理架构,该架构将引入数据缓存、边缘处理等功能,并且涵盖EIoT中数据的清洗、过滤和融合等关键步骤。此外,在该架构基础上,需要同时满足大规模数据传输需求,尤其是将电力终端的能源效率(Energy Efficiency,EE)作为保障测量、监控、控制等多个电力运行环节超可靠低延迟通信(Ultra-Reliable and Low-Latency Communication,URLLC)的重要依据。在URLLC中,功率分配被认为是提高能效与数据处理效率的有效方法。然而,由于URLLC的特殊要求,传统香农公式在其中并不适用。因此,需要使用有限块长度编码理论来确保超可靠和低延迟的通信。文中解决了EIoT中URLLC的能效优化问题,并引入自适应深度神经网络,该技术可以根据不同电力设备接入数量,动态优化深度神经网络参数。深度神经网络将要优化的功率分配函数参数化,以无监督的方式离线训练,并可以在线部署以实现实时的功率分配结果。最后,仿真结果表明了所提方法在数据处理效率方面的有效性。

基于URLLC的分布式光伏运维数据传输技术

现有的分布式光伏数据采集传输系统一般采用蜂窝网络传输运维数据,尽管数据传输的精准度较为稳定,但存在蜂窝数据资费高、非视距传输等缺点,且在点多面广、分散无序的分布式光伏运维数据采集过程中容易出现数据延时严重、无法断点续传等问题。为此,该文利用无人机作为通信中继,破解分布式光伏运维数据传输延时的困境,实现分布式光伏运维数据的高可靠、低延时传输。构建分布式光伏系统运维数据采集过程中选用无人机中继传输的资源优化模型,进一步将该模型等效为有限分组长度机制下误码率最小化问题,并提出一种交替优化的资源分配算法,通过联合优化分组长度分配方案和无人机位置,实现分布式光伏运维数据采集的最小化解码误码率,以满足数据精准和可靠性需求的同时,也达成数据传输的高效率和低延时。仿真案例结果表明,该文所提出的交替迭代方法与穷举搜索法相比,具有收敛性好、复杂度低等优点。

面向短数据包URLLC的功率分配稀疏矢量编码

稀疏矢量编码(Sparse vector coding,SVC)是针对超高可靠低延时通信提出的短数据包编码方案。由于SVC的扩频索引矩阵存在自干扰,使得其误块率(block error ratio,BLER)性能受到限制。针对该问题,提出了功率分配(power allocation)的SVC(PA-SVC)方案。具体为:(1)把传输比特拆分为一个索引比特流和多个调制比特流,其中索引比特用于确认稀疏矢量的长度以及稀疏矢量的非零位置索引号。(3)多个调制比特将分别进行正交幅度调制作为稀疏矢量的非零位置处的非零元素。该过程中,通过功率分配为每一个调制星座分配特定的功率。(2)稀疏矢量乘以一个预先产生的随机扩频矩阵,时频资源上将产生发送信号。仿真结果表明,合适的功率分配方案可进一步提升SVC的BLER性能,且可通过功率调整使PA-SVC适用于不同的信道模型。