本发明提供一种异构集群安监设备通信时，最小能耗节点的寻址方法，应用于异构集群安监设备大并发量通信时的功耗控制领域。该方法包括以下步骤：S1.确定需要进行的通信任务；S2.随机分配通信任务数据块及其副本到任意集群节点；S3.根据安监工作实际，划分目标任务下关注的焦点设备集群；S4.确定焦点设备集群中各设备的优先级别，对异构集群安监设备的“能源分配优先级S”进行量化；S5.确定各通信节点的优先级参数权值；S6.将上述量化结果、单节点的任务实施时间和单节点的能耗进行加权处理，计算出的总权重值最大的节点，即目标通信任务下的“最小能耗节点”。
1.一种异构集群安监设备最小能耗节点的寻址方法,其特征在于：包括以下步骤：S1.确定需要进行的通信任务；
S2.随机分配通信任务数据块及其副本到任意集群节点；
S3.根据安监工作实际，划分目标任务下关注的焦点设备集群；
S4.确定焦点设备集群中各设备的优先级别，对异构集群安监设备的能源分配优先级S进行量化；
S6.将上述量化结果、单节点的任务实施时间和单节点的能耗进行加权处理，计算出的总权重值最大的节点，即目标通信任务下的最小能耗节点。
2.根据权利要求1所述的异构集群安监设备最小能耗节点的寻址方法,其特征在于：能源分配优先级S的计算方法为
其中i为计数器，代表第i个节点；ti表示第i个节点运行完自身数据块所用时间；K1表示通信类别，其中，K1具体取值如下：实时数据上传取值1；
安监监控等级V由该设备实际运行需求定性所得，取值为1-3的整数，等级越高，其取值越大，具体地：若无特殊安监监控需求，则监控等级值取1；若有特殊需求，则按照以下标准定性：若某环节生产设备运行过程中曾造成或现阶段设备运行状态可能造成自身或与其有直接联系机器的损坏，造成部分财产损失,20W<＝预估价值的<＝100W，则定性为2级，监控等级值取2；
若某环节生产设备运行过程中曾造成或现阶段设备运行状态可能造成人员伤亡的及重大财产损失,预估损失>＝100W的，则定性为3级，监控等级值取3；
事故风险等级R由危害发生的可能性L和危害后果严重性E决定：R＝L*E。
3.根据权利要求1所述的异构集群安监设备最小能耗节点的寻址方法,其特征在于：优先级参数总权值ωi与每个节点上的数据块副本数量O、被选择次序号m、安监设备能源分配优先级S呈正相关，优先级参数总权值ωi的计算方法为：ωi＝(Oi·mi·S2)，i∈N+。
4.根据权利要求1所述的异构集群安监设备最小能耗节点的寻址方法,其特征在于：所述步骤S6中，最小能耗节点集NS选取原则为：“权值大”、“含有未被选中节点较多”，“能耗较少”；
①输入具有N个异构安监节点的节点集C＝{c1，c2，c3...cN}，数据集D＝{d1，d2...dm}，数据块存储位置集合(ci，j∈C(1≤i≤m，1≤j≤rm))，其中ci，j代表第i个数据块所有j个副本的存放位置；时耗集为{t1，t2...tN}，功耗集为{p1，p2...pN}；
②初始化实施节点集NS和NS所包含的数据块集DS为空集；
③对于每一个节点ci，计算其权值ωi，ωi的异构性由每一个数据块处理时间和功效共同决定；
④选择任意一个节点作为根节点，以节点的权值作为分配依据，建立一个完全二叉树，将大于根节点权值的节点放在根节点右侧，小于根节点权值的节点放在根节点左侧，并实时将其调整为一棵平衡二叉树；
⑤选择以根节点右侧节点为主的节点作为实施节点，当个别数据块副本在右侧节点没有时，则选择左侧节点的右子节点作为实施节点；
⑥对DS和NS进行更新，将新产生的节点并入到原先集合当中；
⑦遍历D，当 时，此时表示DS已不是D的子集，DS中已经包含了所有完成任务的D，故退出循环；
通过上述算法得出最小能耗节点集NS，NS中包括所有被选中的最小能耗节点ns。
一种异构集群安监设备最小能耗节点的寻址方法
技术领域
[0001] 本发明属于通信系统功耗控制技术领域，具体涉及一种异构集群安监设备最小能耗节点的寻址方法。
背景技术
[0002] 随着安监信息化的全面推进，安全生产现场物联网设备即将大量并且无序地接入安监信息化体系。在大并发量通信状态下，特别对于无线物联设备来说，如何在完成既定通信任务的前提下，增强能耗控制将成为未来重点关注的问题。异构集群安监设备以其“常态大并发量”、“异构设备繁多又缺乏统一管理”以及“网络资源竞争”等特点，系统总能耗要超过各单一设备的额定能耗总和的数倍，设备生命周期内的能耗支出远远超出其额定能耗支出。如何在有限能源下，选择合适的异构节点执行目标任务，又减少异构集群安监设备的系统总能耗，发挥设备的最大性能，成为解决问题的关键。
发明内容
[0003] 为解决上述问题，本发明提供一种异构集群安监设备最小能耗节点的寻址方法。
[0004] 本发明的技术方案是：
[0005] 一种异构集群安监设备最小能耗节点的寻址方法,其特征在于：包括以下步骤：
[0006] S1.确定需要进行的通信任务；
[0007] S2.随机分配通信任务数据块及其副本到任意集群节点；
[0008] S3.根据安监工作实际，划分目标任务下关注的焦点设备集群；
[0009] S4.确定焦点设备集群中各设备的优先级别，对异构集群安监设备的“能源分配优先级S”进行量化；
[0010] S5.确定各通信节点的优先级参数权值；
[0011] S6.将上述量化结果、单节点的任务实施时间和单节点的能耗进行加权处理，计算出的总权重值最大的节点，即目标通信任务下的“最小能耗节点”。
[0012] 在所述步骤S4中，能源分配优先级S的计算方法为
[0013]
[0014] 其中i为计数器，代表第i个节点；ti表示第i个节点运行完自身数据块所用时间；K1表示通信类别，其中，K1具体取值如下：
[0015] 实时数据上传取值1；
[0016] 实时数据下传取值2；
[0017] 指令下达取值3；
[0018] 任务取址取值4；
[0019] 诊断信息取值5。
[0020] “安监监控等级V”由该设备实际运行需求定性所得，取值为1-3的整数，等级越高，其取值越大，具体地：
[0021] 若无特殊安监监控需求，则监控等级值取1；若有特殊需求，则按照以下标准定性：
[0022] 若某环节生产设备运行过程中曾造成或现阶段设备运行状态可能造成自身或与其有直接联系机器的损坏，造成部分财产损失,20W<＝预估价值的<＝100W，则定性为2级，监控等级值取2；
[0023] 若某环节生产设备运行过程中曾造成或现阶段设备运行状态可能造成人员伤亡的及重大财产损失,预估损失>＝100W的，则定性为3级，监控等级值取3。
[0024] “事故风险等级R”由“危害发生的可能性L”和“危害后果严重性E”决定：R＝L*E。
[0025] 在所述步骤S5中，“优先级参数总权值ωi”与“每个节点上的数据块副本数量O”、“被选择次序号m”、安监设备“能源分配优先级S”呈正相关，“优先级参数总权值ωi”计算方法为：
[0026] ωi＝(Oi·mi·S2)。
[0027] 在所述步骤S6中，最小能耗节点集NS选取原则为：“权值大”、“含有未被选中节点较多”，“能耗较少”。
[0028] 最小能耗节点集NS的计算方法如下：
[0029] ①输入具有N个异构安监节点的节点集C＝{c1，c2，c3...cN}，数据集D＝{d1，d2...dm}，数据块存储位置集合
[0030] ci，j∈C(1≤i≤m，1≤j≤rm)，其中ci，j代表第i个数据块所有j个副本的存放位置。时耗集为{t1，t2...tN}，功耗集为{p1，p2...pN}；
[0031] ②初始化实施节点集NS和NS所包含的数据块集DS为空集；
[0032] ③对于每一个节点ci，计算其权值ωi，ωi的异构性由每一个数据块处理时间和功效共同决定；
[0033] ④选择任意一个节点作为根节点，以节点的权值作为分配依据，建立一个完全二叉树。将大于根节点权值的节点放在根节点右侧，小于根节点权值的节点放在根节点左侧。并实时将其调整为一棵平衡二叉树；
[0034] ⑤选择以根节点右侧节点为主(个别数据块副本在右侧节点没有，则选择左侧节点的右子节点)的节点作为实施节点；
[0035] ⑥对DS和NS进行更新，将新产生的节点并入到原先集合当中；
[0036] ⑦遍历D，当 时，此时表示DS已不是D的子集，DS中已经包含了所有完成任务的D，故退出循环；
[0037] ⑧返回NS；
[0038] 通过上述算法得出“最小能耗节点集”NS，NS中包括所有被选中的“最小能耗节点”ns。
[0039] 本发明的有益效果是：
[0040] 提供了一种异构集群安监设备通信时，执行目标任务的最小能耗节点的寻址方法，可应用于异构集群安监设备大并发量通信时的功耗控制领域，为大规模异构集群安监设备系统的功耗控制提供了依据，使得在有限能源下，既选择合适的异构节点执行目标任务，又减少异构集群安监设备的系统总能耗，使设备发挥最大性能。
附图说明
[0041] 图1是本发明异构集群安监设备最小能耗节点的寻址方法的具体流程图。
[0042] 图2最小能耗节点集NS计算方法流程图。
[0043] 图3为实施例1中的平衡二叉树图。
具体实施方式
[0044] 如附图1所示，本发明异构集群安监设备最小能耗节点的寻址方法的具体步骤为：
[0045] (1)确定需要进行的通信任务：
[0046] 通信任务主要有如下类型：实时数据上下传、指令互传、诊断信息等。
[0047] (2)随机分配通信任务数据块及其副本到任意集群节点：
[0048] 对一个并发量极大的任务集J，其包含m个数据的数据集D＝{d1，d2...dm}，di为数据块，每个数据块有ri个副本。作业任务随机分配后，数据块di的ri个副本随机存储在N个异构 安 监 节 点 上 ， 其 存 储 位 置 集 合 可 表 示 为ci，j∈C(1
≤i≤m，1≤j≤rm)。集合L中的每一个元素代表每个数据块副本的所有存在位置，其中ci，j代表第i个数据块所有j个副本的存放位置。
[0049] 若要完成目标任务J，所有的数据块必须要有一个副本在被选择的设备节点上。
[0050] (3)划分目标任务下的设备集群：
[0051] 对于任意具有N个异构安监节点的节点集C＝{c1，c2，c3...cN}，对其中每个节点ci(1≤i≤N),处理一个目标数据块的时间为ti，功效为pi。而本计算中所取设备节点集C，即为能完成目标任务的所有设备集群。
[0052] (4)确定焦点设备集群中各设备的优先级别，对异构集群安监设备的“能源分配优先级S”进行量化：
[0053] 其中，“安监设备能源分配优先级S”的量化是通过将“危害发生的可能性L”和“危害后果严重性E”结合生成的“事故发生风险等级R”算出的。
[0054] “安监监控等级V”由该设备实际运行需求定性所得，取值为1-3的整数，等级越高，其取值越大。
[0055] 若无特殊安监监控需求，则监控等级值取1；若有特殊需求，则按照以下标准定性：
[0056] 若某环节生产设备运行过程中曾造成或现阶段设备运行状态可能造成自身或与其有直接联系机器的损坏，造成部分财产损失,20W<＝预估价值的<＝100W，则定性为2级，监控等级值取2；
[0057] 若某环节生产设备运行过程中曾造成或现阶段设备运行状态可能造成人员伤亡的及重大财产损失,预估损失>＝100W的，则定性为3级，监控等级值取3。
[0058] “事故风险等级R”由危害发生的可能性L、危害后果严重性预估E决定，计算公式为：R＝L*E。目前国内企业对L,E,R的划分标准及评分见附表1-3。
[0059] 表1.危害发生的可能性L判定准则：
[0060]
[0061]
[0062] 注：在可能性分析考虑影响因素时就高不就低。
[0063] 表2.危害后果严重性E判定准则
[0064]
[0065] 注：在严重性分析考虑影响因素时就高不就低
[0066] 表3.风险等级R判定准则及控制措施
[0067]
[0068] 由于在实际操作中，事故风险等级R和监控等级V越高，意味着安监作业任务越重、越紧急，所以能源分配等级s与事故风险等级R和安监监控等级V成正比，又因为能源总消耗为：
[0069]
[0070] 为了减少能源消耗，S与节点的运行时间t成反比。
[0071] 定义单个节点的能源分配优先级S的计算方法为：
[0072]
[0073] 其中i为计数器，代表第i个节点。ti表示第I个节点运行完自身数据块所用时间。K1表示通信类别，其中，K1具体取值如下：
[0074] 实时数据上传取值1；
[0075] 实时数据下传取值2；
[0076] 指令下达取值3；
[0077] 任务取址取值4；
[0078] 诊断信息取值5；
[0079] (5)确定各通信节点的优先级参数总权值：
[0080] 总权值与“每个节点上的数据块副本数量O”、“被选择次序号m(从1开始递增，取整，由于数据块副本分布具有不确定性，例若两个节点1和节点2具有完全相同的数据块副本，但两个节点的负载承受能力并不相同，若选择了节点1，则不需要选择节点2，此时被选择的次序便造成了节点选择的差异，造成了结果的差异)”、安监设备“能源分配优先级S”成正相关，由于优先级S占比较大，故定义ωi为：
[0081] ωi＝(Oi·mi·S2)；
[0082] (6)将上述量化结果、单节点的任务实施时间和单节点的能耗进行加权处理，计算出的总权重值最大的节点，即执行目标通信任务的最小能耗节点ns：
[0083] 最小能耗节点集NS选取原则为：“权值大”、“含有未被选中数据块较多(如此可减少节点数量，避免因节点数量过多导致能源的浪费)”，“能耗较少”。
[0084] 如附图2所示，最小能耗节点集NS计算方法如下：
[0085] ①输入具有N个异构安监节点的节点集C＝{c1，c2，c3...cN}，数据集D＝{d1，d 2 . . . d m } ，数 据 块 存 储 位 置 集 合ci，j∈C(1≤i≤m，1≤j≤rm)，其中ci，j代表第i个数据块所有j个
副本的存放位置。时耗集为{t1，t2...tN}，功耗集为{p1，p2...pN}；
[0086] ②初始化实施节点集NS和NS所包含的数据块集DS为空集；
[0087] ③对于每一个节点ci，计算其权值ωi，ωi的异构性由每一个数据块处理时间和功效共同决定；
[0088] ④选择任意一个节点作为根节点，以节点的权值作为分配依据，建立一个完全二叉树。将大于根节点权值的节点放在根节点右侧，小于根节点权值的节点放在根节点左侧。并实时将其调整为一棵平衡二叉树。
[0089] ⑤选择以根节点右侧节点为主(个别数据块副本在右侧节点没有，则选择左侧节点的右子节点)的节点作为实施节点；
[0090] ⑥对DS和NS进行更新，将新产生的节点并入到原先集合当中；
[0091] ⑦遍历D，当 时，此时表示DS已不是D的子集，DS中已经包含了所有完成任务所需要的D，故退出循环；
[0092] ⑧返回NS。
[0093] 算法实施例1：
[0094] 存在“abcdef”6个节点的一个节点集C，数据集为D。
[0095] ①初始化NS和DS为空集；
[0096] ②每个节点的总权值分别根据上述算得为3,5,4,7,9,8,2。
[0097] ③根据权值建立平衡二叉树，如图3所示。
[0098] ④选择权值为4根节点的右侧节点5,7,9,8作为优选节点，个别数据块没有被优选节点选中，从根节点左侧节点进行选取。
[0099] ⑤二叉树建立过程中实时更新NS与DS，直到DS包含所有的D时退出循环。
[0100] 至此，已通过上述算法得出“最小能耗节点集”NS。NS中包括所有被选中的“最小能耗节点”ns。
