考慮負載均衡的物聯網節點傳輸速率控制方法

摘 要：為降低節點負載輸出幅值，提升節點傳輸性能，提出考慮負載均衡的物聯網節點傳輸速率控制方法。分析物聯網節點傳輸速率控制機制，確定限制條件，計算節點吞吐量；在所確定的限制條件下，預測傳輸時延，采用加權輪詢算法實現任務分配和調度，控制物聯網節點的負載量，實現負載均衡；通過模糊尋優節點鏈路，構建傳輸速率控制算法，完成物聯網節點傳輸速率控制。實驗結果表明，設計方法的負載輸出幅值較低，傳輸速率控制較好。

關鍵詞：負載均衡；物聯網；節點；傳輸速率；控制方法；加權輪詢算法

中圖分類號：TP39；TN919 文獻標識碼：A 文章編號：2095-1302（2024）07-00-03

0 引 言

當多種物聯網節點被部署在各種環境中時，就形成了龐大的物聯網網絡。在這樣的網絡中，物聯網節點之間的數據傳輸是至關重要的環節[1]。然而，由于物聯網的規模和復雜性，節點之間的通信負載不均衡問題日益凸顯，產生了較高的負載壓力，降低了各個節點的傳輸速率[2-5]。因此，有必要設計一種物聯網節點傳輸速率的控制方法。

相關研究人員針對物聯網的傳輸特點設計了幾種常規的物聯網節點傳輸速率控制方法。文獻[6]基于WSN大量數據的物聯網節點傳輸速率自適應控制方法，根據存儲資源的丟包狀態進行信息反饋，完成節點速率控制。文獻[7]基于云計算的物聯網節點傳輸速率控制方法，計算節點的貢獻度，確定節點坐標，實現節點傳輸速率控制。但上述兩種物聯網節點傳輸速率控制方法主要使用稀疏聚類隨機分析法檢測鏈路負載特征，易受鏈路傳輸碼源間隔影響，導致負載輸出幅值過高，造成鏈路擁堵，影響數據高效傳輸。因此，本文考慮負載均衡，設計了一種全新的物聯網節點傳輸速率控制方法。

1 物聯網節點負載均衡傳輸速率控制方法設計

1.1 物聯網節點傳輸速率控制限制條件

假設數據處于無限量狀態，物聯網內部各個節點都在不間斷地進行數據傳輸。傳輸過程中，各個節點的傳輸狀態始終發生動態變化[8]。因此，需要依據節點的動態傳輸條件分析傳輸過程，研究傳輸速率控制機制。首先，通過節點信息確定每個物聯網節點的身份和位置，為后續的傳輸速率控制提供依據[9]。其次，每個節點配備緩沖器用于臨時存儲接收到的數據包或待發送的數據包，以滿足不同傳輸速率條件下的數據交換需求。在能量管理方面，需要合理管理節點的能量使用，以延長節點的工作壽命，提高穩定性，例如優化數據傳輸功耗和靈活配置能量消耗策略等。最后，根據節點的負載狀況、網絡拓撲結構和負載均衡算法等因素，決定何時發送數據以及以多大速率進行數據傳輸，以實現資源有效利用，并提高物聯網網絡的性能和效率。通過上述措施形成的物聯網節點傳輸速率控制機制可以確保節點信息的準確性，能夠有效利用緩沖器進行數據交換，合理管理能量消耗，并且可以根據不同條件靈活調整數據傳輸速率，從而實現傳輸過程的優化和控制，具體如圖1所示。

由此，傳輸速率控制機制的數據傳輸過程可以設置以下五條限制條件：第一條是傳輸時間限制條件，需要在保證數據與能量獨立隨機性下采集；第二條是緩存限制條件，需要根據給定的緩存容量完成設置；第三條是能量曲線限制條件，代表累積節點傳輸數據量；第四條是數據傳輸/能量消耗曲線限制條件，代表累積消耗的能量；第五條是最優吞吐量控制曲線限制條件，限制節點數據發送效率。其中，前四條均可以通過直接設置限制條件的具體數值進行調整，第五條的吞吐量控制曲線計算公式如下：

式中：Dt表示t個物聯網通信鏈路的總帶寬；p表示數據發送間隔。

針對上述傳輸機制，可以調整不同物聯網節點的吞吐量，將其轉化為隨機獨立問題，進行綜合求解尋優，并針對具體的物聯網節點傳輸速率控制要求進行最優限制條件控制。

1.2 考慮負載均衡的物聯網節點負載量控制

負載均衡是各個物聯網節點有序傳輸的保證。因此，要想有效地進行物聯網節點傳輸速率控制，在上述限制條件下，進一步考慮負載均衡，控制物聯網各個節點的負載量，使各節點的負載均衡，避免物聯網傳輸鏈路擁堵[10]，進而實現傳輸速率控制。

本文根據隨機聚類分析原則對物聯網各個節點的負載傳輸特征進行分析，此時生成的自適應物聯網節點負載傳輸模糊度函數x（t）如下：

式中：Ri表示第i個節點在負載飽和狀態下的最大傳輸能力。由此，可以確定各個節點的負載傳輸狀態，為預測物聯網節點傳輸時延提供參考。

當各個物聯網鏈路接收到傳輸信息后，會立即進行響應，使用上述函數進行模糊度檢測，此時考慮鏈路的負載均衡狀態，構建物聯網節點傳輸時延預測模型h（t）如下：

式中：σi表示第i個節點的幀重傳概率；δi表示第i個節點的數據緩存隊列長度。

根據傳輸時延的預測結果，動態調整節點的任務分配和調度策略。將任務合理地分配給空閑度較高、傳輸時延較低的節點，以實現負載均衡，避免鏈路擁堵，提高傳輸速率。本文采用加權輪詢算法實現任務分配和調度，該算法通過給不同節點分配不同的權重，將任務按照一定規則輪流分配給各個節點。傳輸時延的預測可以作為調整節點權重的依據，將任務優先分配給傳輸時延較低的節點。具體計算公式如下：

式中：β表示初始的任務分配權重；hmin表示所有節點中的最低傳輸時延。

在上述策略的控制下，鏈路的傳輸時延為h'，由此，可控制物聯網節點的負載量L（t）如下：

式中：Ai表示第i個節點的活動性。

根據上述構建的模型及計算的負載量可以實現最短時延下的數據傳輸鏈路均衡調度，最大程度提高物聯網節點傳輸速率，并控制了節點負載的均衡性。

1.3 物聯網節點傳輸速率控制算法

根據上述構建的物聯網節點負載量控制模型，可以調整各個節點的傳輸時延，調整傳輸負載均衡。但在數據傳輸過程的信道擴展中，受各個節點的調度效果影響，很容易出現信道抑制作用，影響最終的傳輸速率。

本文進行了負載特征檢測，提取了有效的物聯網鏈路負載特征統計量，應用模糊尋優方法確定最優傳輸鏈路，則物聯網節點傳輸速率控制算法C的表達式如下：

式中：POS表示模糊尋優參量。根據上述生成的物聯網節點傳輸速率控制算法，可以進行分布式傳感融合，調整各個物聯網鏈路的自適應參數，重新對各個鏈路進行多鏈路分配，完成快速尋優，實現多陣列節點均衡控制優化，進而實現物聯網傳輸速率控制。

2 實 驗

為了驗證設計的考慮負載均衡的物聯網節點傳輸速率控制方法的控制效果，本文配置了基礎實驗平臺，將其與文獻[2]、文獻[3]中的方法進行了實驗對比。

2.1 實驗準備

選取本地服務器集群作為實驗集群，模擬了物聯網節點的傳輸狀態，配置了基礎實驗環境。實驗環境包括一臺客戶端服務器、一臺負載均衡服務器、單臺后端服務器。在實驗過程中，通過性能測試軟件發出相應的實驗指令，由部署的Nginx組件完成響應。本文選取的物聯網節點為WSN-G5節點，使用高精度IEPE傳感器進行模數轉換。以某電力物聯網2023年6月1日到2023年6月15日的通信數據為樣本，濾除干擾信息后獲得600 GB的數據集，以此測試方法的數據傳輸性能。設定算法實現過程中，節點的幀重傳概率范圍為[0.005，0.012]，數據緩存隊列長度最大為1 024，任務分配權重為0.22。

2.2 實驗結果與討論

通過不同方法進行物聯網節點傳輸速率控制實驗，獲得物聯網節點負載輸出幅值，并將其與標準物聯網節點傳輸均衡輸出幅值[-2.0 Kb/s，2.0 Kb/s]進行對比，驗證傳輸的負載均衡性。實驗結果見表1所列。

由表1可知，本文方法在不同時間內的負載輸出幅值為[-0.822 6 Kb/s，0.569 6 Kb/s]，均在均衡幅值范圍內，而文獻[2]

和文獻[3]的方法在不同時間內的負載輸出幅值分別為[-4.625 4 Kb/s，4.244 2 Kb/s]和[-4.899 2 Kb/s，4.595 2 Kb/s]，超出了均衡幅值范圍。上述實驗結果證明，本文方法的物聯網節點負載均衡控制效果較好，能夠有效平衡節點之間的負載，避免某些節點過載而導致性能下降，同時也能避免負載過低的節點閑置，造成資源浪費。

在此基礎上，進一步驗證本文方法對物聯網節點的傳輸速率控制效果，將數據集隨機分為不同大小的數據組，驗證不同大小的數據組的傳輸速率，對比結果如圖2所示。

由圖2可知，隨著數據組的數據量的增長，傳輸速率出現先增大后平穩的趨勢，且本文方法的傳輸速率持續高于其他方法，平均為68 Mb/s，表明本文方法對物聯網節點數據的傳輸速率較高，可以提高整個物聯網系統的性能，使物聯網能夠更高效地處理和傳輸數據。

3 結 語

受復雜的物聯網節點組成的影響，其在傳輸過程中很容易形成負載壓力，降低節點的傳輸性能。因此，本文考慮負載均衡設計物聯網節點傳輸速率控制方法。實驗結果表明，設計的物聯網節點傳輸速率控制方法的負載輸出幅值較低，具有可靠性，有一定的應用價值，能夠為優化物聯網節點傳輸性能提供參考。

參考文獻

[1]劉靜，李小治，張東曉，等.映秀灣水力發電總廠集控中心計算機監控系統國產化改造設計和方案研究[J].水電與抽水蓄能，2023，9（3）：72-77.

[2]蔡杰，孫毅，吳寧，等.烏東德水電站監控系統負載均衡功能的設計與實現[J].水電能源科學，2020，38（12）：169-172.

[3]王艷兵.面向云計算并發訪問的計算機大數據調度負載均衡方法[J].濱州學院學報，2023，39（6）：80-85.

[4]王重陽，莊毅.基于SDN和改進CSA算法的多作業集群的負載均衡算法[J].計算機與現代化，2023，39（11）：28-35.

[5]滕飛，劉洋，曹芙.基于節點實時負載的開源大數據負載均衡優化算法[J].吉林大學學報（信息科學版），2023，41（6）：1106-1111.

[6]舒帥，湯寶平，黃藝，等.機械振動WSN大量數據自適應傳輸控制方法[J].振動與沖擊，2023，42（4）：263-269.

[7]杜喜梅，徐群磊.基于云計算的通信網絡路由數據傳輸控制方法研究[J].信息與電腦（理論版），2022，34（14）：199-201.

[8]曹善康，吳宇奇，黎釗，等.公共阻抗突變及變流器本地負載接入下儲能單元荷電狀態均衡研究[J].中國電機工程學報，2023，43（8）：2891-2906.

[9]韋睿，祝長鴻，王怡，等.基于軟件定義網絡和移動邊緣計算的車聯網高效任務卸載方案[J].計算機應用研究，2023，40（6）：1817-1824.

[10]艾力卡木·再比布拉，甄妞，黃山，等.基于深度學習的容器化Flink上下游負載均衡策略研究[J].大連民族大學學報，2023，25（1）：47-52.