说明:收录各省市地方标准 提供单次或批量下载
文库搜索
切换导航
文件分类
频道
仅15元无限下载
联系我们
问题反馈
文件分类
仅15元无限下载
联系我们
问题反馈
批量下载
(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 202211451907.0 (22)申请日 2022.11.21 (71)申请人 国网天津市电力公司电力科 学研究 院 地址 300384 天津市西青区海 泰华科四路8 号 申请人 国网天津市电力公司 国电南瑞南京控制系统有限公司 (72)发明人 张磐 郑悦 徐科 魏然 梁海深 霍现旭 谭涛 刘明祥 孙建东 蔡月明 赵景涛 (74)专利代理 机构 广州三环 专利商标代理有限 公司 44202 专利代理师 姚心怡(51)Int.Cl. H04W 48/18(2009.01) H04W 24/06(2009.01) H04L 43/0852(2022.01) G06N 3/04(2006.01) (54)发明名称 边缘物联代理装置的通信时延测试方法、 装 置及存储介质 (57)摘要 本发明公开了一种边缘物联代理装置的通 信时延测试方法、 装置及存储介质, 所述方法包 括: 获取5G配电网中边缘物联代理装置向5G终端 设备传输的通信数据; 将通信数据作为输入数据 和预设的模型参数输入到预设的测试环境计算 模型中, 输出最佳测试环境; 测试环境包括边缘 物联代理装置之间的距离、 边缘物联代理装置和 电站之间的距离、 通信数据的长度以及通信数据 中每一帧数据之间的传输时间; 根据最佳测试环 境切换5G终端设备的运行商网络, 进行不同运行 商网络的并行测试, 选择出通信时延最小的运行 商网络。 本发明将5G通信测试和卷积神经网络结 合起来, 通过人工智能算法学习5G通信测试影 响 因素的内在关系, 确定最佳的测试环境, 提高通 信时延测试的准确性。 权利要求书2页 说明书10页 附图2页 CN 115499899 A 2022.12.20 CN 115499899 A 1.一种边 缘物联代理装置的通信时延测试 方法, 其特 征在于, 包括: 获取5G配电网中边缘物联代理装置向5G终端设备传输的通信数据; 其中, 所述5G终端 设备支持不同的运行商网络; 将所述通信数据作为输入数据, 并将所述输入数据和预设的模型参数输入到预设的测 试环境计算模型中, 得到所述测试环 境计算模型输出的最佳测试环境; 其中, 所述测试环 境 包括所述边缘物联代理装置之间的距离、 所述边缘物联代理装置和电站之间的距离、 所述 通信数据的长度以及所述 通信数据中每一帧数据之间的传输时间; 根据所述最佳测试环境切换所述5G终端设备的运行商网络, 进行不同运行商网络的并 行测试, 以选择 出通信时延最小的运行商网络 。 2.如权利要求1所述的边缘物联代理装置的通信时延测试方法, 其特征在于, 所述测试 环境计算模型的训练方法包括: 采集不同时刻边 缘物联代理装置向5G终端设备传输的通信数据作为输入数据; 将所述输入数据输入到构建的卷积神经网络模型, 得到所述卷积神经网络模型输出的 测试环境; 将所述测试环境与理想测试环境进行对比, 计算得到模型误差; 根据所述模型误差对所述卷积神经网络模型进行迭代优化, 直至所述模型误差小于等 于预设阈值或达到预设的迭代次数, 则得到训练好的测试环境计算模型, 并输出对应的模 型参数。 3.如权利要求2所述的边缘物联代理装置的通信时延测试方法, 其特征在于, 所述将所 述输入数据输入到构建的卷积神经网络模型, 得到所述卷积神经网络模型输出的测试环 境, 具体包括: 将所述输入数据作为所述卷积神经网络模型的第 一层特征映射, 通过卷积操作和偏置 操作得到学习后的特 征映射; 将所述学习后的特征映射输入到所述卷积神经网络模型的池化层, 经过池化因子将所 述学习后的特征映射的维度降低, 得到测试环境; 其中, 降低后的维度分别表 示所述测试环 境中的边缘物联代理装置之间的距离、 边缘物联代理装置和电站之间的距离、 通信数据的 长度以及通信数据中每一帧数据之间的传输时间。 4.如权利要求3所述的边缘物联代理装置的通信时延测试方法, 其特征在于, 所述将所 述测试环境与理想测试环境进行对比, 计算得到模型误差, 具体包括: 根据所述测试环境切换所述5G终端设备的运行商网络, 进行不同运行商网络的并行测 试, 并计算 通信数据的传输准确率; 将所述传输准确率与所述理想测试环境下的传输准确率进行对比, 计算得到模型误 差; 其中, 所述理想测试环境下的传输准确率 最高。 5.如权利要求4所述的边缘物联代理装置的通信时延测试方法, 其特征在于, 所述传输 准确率的计算公式为: 其中, 为传输准确率, f为时钟频率, B为每个周期传输的字节数, N为时钟周期的数权 利 要 求 书 1/2 页 2 CN 115499899 A 2量, C为5G终端设备接收到的通信数据, A为边缘物联代理装置发送的通信数据, a1和a2均为 权重系数。 6.如权利要求5所述的边缘物联代理装置的通信时延测试方法, 其特征在于, 所述根据 所述模型误差对所述卷积神经网络模型进行迭代优化, 具体为: 当所述模型误差大于预设阈值时, 进行反向传播计算, 修正所述卷积神经网络模型的 模型参数。 7.如权利要求6所述的边缘物联代理装置的通信时延测试方法, 其特征在于, 所述模型 参数的修 正公式为: ; ; ; 其中,E为模型误差, W为权重,b为偏置,yi为模型输出的测试环境, ti为理想测试环境, η 为学习率。 8.一种边 缘物联代理装置的通信时延测试装置, 其特 征在于, 包括: 获取模块, 用于获取5G配电网中边缘物联代理装置向5G终端设备传输的通信数据; 其 中, 所述5G终端设备支持不同的运行商网络; 测试环境计算模块, 用于将所述通信数据作为输入数据, 并将所述输入数据和预设的 模型参数输入到预设的测试环境计算模型中, 得到所述测试环境计算模型输出的最佳测试 环境; 其中, 所述测试环境包括所述边缘物联代理装置 之间的距离、 所述边缘物联代理装置 和电站之间的距离、 所述通信数据的长度以及所述通信数据中每一帧数据之间的传输时 间; 测试模块, 用于根据所述最佳测试环境切换所述5G终端设备的运行商网络, 进行不同 运行商网络的并行测试, 以选择 出通信时延最小的运行商网络 。 9.一种边缘物联代理装置的通信时延测试装置, 其特征在于, 包括处理器和存储器, 所 述存储器中存储有计算机程序, 且所述计算机程序被配置为由所述处理器执行, 所述处理 器执行所述计算机程序时实现如权利要求1至7中任意一项所述的边缘物联代理装置的通 信时延测试 方法。 10.一种计算机可读存储介质, 其特征在于, 所述计算机可读存储介质存储有计算机程 序, 其中, 所述计算机可读存储介质所在设备执行所述计算机程序时, 实现如权利要求 1至7 中任意一项所述的边 缘物联代理装置的通信时延测试 方法。权 利 要 求 书 2/2 页 3 CN 115499899 A 3
专利 边缘物联代理装置的通信时延测试方法、装置及存储介质
文档预览
中文文档
15 页
50 下载
1000 浏览
0 评论
0 收藏
3.0分
赞助2元下载(无需注册)
温馨提示:本文档共15页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
下载文档到电脑,方便使用
赞助2元下载
本文档由 SC 于
2024-02-24 00:57:59
上传分享
举报
下载
原文档
(469.3 KB)
分享
友情链接
GB-T 33910-2017 汽车用铝及铝合金挤压型材.pdf
GB-T 37756-2019 产品水足迹评价和报告指南.pdf
GB-T 27513-2011 载人低压舱.pdf
T-CESA 1299-2023 信息技术服务 运行维护服务能力成熟度模型.pdf
GB-T 42859-2023 航天产品质量问题三个面向分析方法实施要求.pdf
信创云安全建设实践.pdf
T-CAEPI 64—2023 固体回收燃料 分类与分级.pdf
GB-T 26603-2011 N,N-二甲基苯胺.pdf
GB-T 39752-2021 电动汽车供电设备安全要求及试验规范.pdf
YD-T 4011-2022 5G网络管理技术要求 总体要求.pdf
DB21-T 3870-2023 工业数字化转型典型场景评估规范 辽宁省.pdf
信通院 数字时代治理现代化研究报告 2023年 ——大模型在政务领域....pdf
GB-T 38644-2020 信息安全技术 可信计算 可信连接测试方法.pdf
清华大学 - SuperBench大模型综合能力评测报告 0412 v2.2.pdf
GM-T 0125.1-2022 JSON Web 密码应用语法规范 第1部分:算法标识.pdf
T-GXJNJP 002—2022 广西节能降碳技术创新奖 评选办法.pdf
GB-T 41630-2022 智能泊车辅助系统性能要求及试验方法.pdf
GB-T 21062.1-2007 政务信息资源交换体系 第1部分:总体框架.pdf
DB22-T 370-2014 建筑逃生缓降器设置技术规范 吉林省.pdf
GB-T 21063.3-2007 政务信息资源目录体系 第3部分:核心元数据.pdf
1
/
15
评价文档
赞助2元 点击下载(469.3 KB)
回到顶部
×
微信扫码支付
2
元 自动下载
官方客服微信:siduwenku
支付 完成后 如未跳转 点击这里 下载
站内资源均来自网友分享或网络收集整理,若无意中侵犯到您的权利,敬请联系我们
微信(点击查看客服)
,我们将及时删除相关资源。