论文部分内容阅读
随着网络技术的快速发展和应用不断扩大,在矿山安全生产领域,探索煤矿安全开采的新方法成为了当前的热门课题。矿山物联网技术的出现,将矿山基础设施整合为一个有机整体,实施有效的协同管理与控制,为深入研究煤矿安全生产和预警救援新体系提供了新的思路。在动态复杂的矿山环境下,矿山物联网终端节点服务质量(QoS)是必须要考虑的一个重要因素。随着矿山物联网网络的不断扩大,所承载的业务也越来越多,在已有的以QoS为目标的网络体系中,大都只选取一维的QoS参数,无法保障业务的服务质量。基于此,矿山物联网多QoS属性融合机制的研究是本文的研究核心。本文先是从系统框架这一全局角度出发,融入业务感知技术,提出矿山物联网自适应QoS系统结构,为开展后续的工作打下基础;然后针对矿山物联网环境中的网络延时、资源负荷等不确定性及QoS参数的模糊性,结合D-S证据理论和Vague集的方法对矿山物联网QoS的参数进行测量和评估,为下一步业务QoS优先级动态自适应调整提供数据支持;最后根据仿真结果分析,得出本文所提出方法的优越性,以满足矿山物联网终端业务QoS的需求。主要的研究内容组织如下:首先,本文参考区分网络Diffserv模型提出了矿山物联网自适应QoS原型网络结构,结合业务感知技术,感知业务类型和相关参数。文中详细阐述了业务感知模块的设计,以及业务感知技术的实现流程。本文设计的网络框架能够体现矿山物联网智能感知、动态感知等方面的需求,对业务QoS保障具有很重要的意义。其次,考虑到矿山物联网环境网络的延时和负荷不确定问题,以及QoS属性的不确定性,基于业务感知技术,结合D-S理论和Vague集理论,描述QoS不确定参数的分层评价系统,提出了基于证据推理的Vague集多QoS属性融合方法。该方法将具有不确定性的QoS请求映射到评估级别,然后使用ER算法来获得用于参数融合的综合效用值,并获得服务QoS优先级。最后,本文研究业务QoS优先级动态自适应调整方法。基于上述提出的综合效用值,本文使用效用函数对业务QoS优先级进行判定并封装形成认知分组,并引入中断思想,对业务QoS优先级进行动态修正,能够让用户在已有的网络状态下,获得最优的服务质量。仿真实验结果表明,该方法即使是在网络链路拥塞的情况下,也能够优先通过高优先级的业务包,并且该方法相比较传统的方法具有更低的丢包率,改善QoS优先级动态调整问题,能够有效地提高服务质量。