专利交易市场

本发明涉及工业时间敏感网络流量调度技术领域，具体涉及一种无边界协同控制时间敏感网络自适应分级调度方法，定义网络各数据帧特征参数；对每个流量依次进行最坏情况下时延分析；进行流量的自适应优先级分配处理；根据调度策略规划各类型流量的传输顺序，并映射生成门控制列表；本方法能够实现网络中TT流量的实时传输与BE流量兼顾高效传输，满足网络的多元化服务质量Qos需求，解决高网络负载下混合流量调度问题。

本发明涉及工业物联网时间敏感网络技术领域，尤其是一种面向工业现场的时间敏感网络流量分级调度方法，包括如下步骤：S1,定义网络拓扑中各流量特征参数；S2，建立目标函数；S3,利用时间感知整型器TAS设计门控制列表GCL并在传输过程中通过各个约束条件规定流量的传输规则；S4，在传输过程中利用本发明设计的影子队列对流量进行缓存调度；S5，利用Z3求解器求解得出最终优化结果；通过本发明设计的影子队列降低高优先级TT流量发生丢包情况的排队延时；设计了优先级反转的方法使得TSN网络更加灵活地应对紧急流量的传输；提升了整体系统的吞吐量。

本发明涉及一种基于双轮询机制的多业务共存TDM‑PON系统的调度方法，包括：S1、用户端提前上报数据业务信息；S2、CU/DU端生成动态带宽分配决策信息并传输给OLT；S3、OLT通过动态带宽分配决策信息对TDM‑PON系统内的各个ONU进行带宽分配；S4、对轮询周期进行等长分块；S5、对各个ONU中每个轮询周期内到达的数据进行业务分类并进行优先级排序；S6、基于单个轮询周期中进行二次轮询的双轮询机制依次对uRLLC业务、eMBB业务进行第一次轮询、第二次轮询，将uRLLC数据、eMBB数据轮询出来；S8、对所有上行传输完毕的数据包进行上行时延计算。本发明有效保障uRLLC业务的可靠性。

本发明公开了一种结合流量整形的MDSCFQ队列调度方法，属于通信技术领域。在天地一体化智能网络中，当流量进入汇聚节点后，对BS流和BE流的流量通过基于熵权TOPSIS方法的多层令牌桶进行流量整形，DS流直接通过；然后根据各流量队列到达的流量情况，基于MDSCFQ调度方法，更新系统虚拟时间和虚拟结束时间，根据各流量队列长度动态调整权值，并进行归一化处理；最后根据权值更新队列头部数据包虚拟结束时间并进行排序对比，基于最小合法虚拟结束时间优先策略，输出具有最小虚拟结束时间的数据，并更新虚拟系统虚拟时间和虚拟结束时间，对网络汇聚流量进行自适应调整，提升流量的汇聚控制性能。

本发明请求保护一种优化网络延迟的分布式ADMM机器学习方法。一个凸优化问题可以分解成许多子凸优化问题，每个子凸优化问题可以通过ADMM算法在对应的子节点解决。针对基于桥节点和工作节点的分布式ADMM算法的整体运行速度受限于网络连接延迟的影响，本发明提出了一种优化网络延迟的分布式ADMM机器学习算法，即在进行ADMM迭代运算前，考虑网络延迟的影响，动态地规划桥节点的位置以及个数，在相当程度上可以克服网络延迟、动态性、拓扑形态、带宽限制、数据分布化存储等网络特性对算法性能造成的影响。