IIOT文献调研

最新推荐文章于 2024-06-25 16:02:10 发布

卡卡fantic

最新推荐文章于 2024-06-25 16:02:10 发布

阅读量495

点赞数

分类专栏：工业互联网 URLLC+控制

本文链接：https://blog.csdn.net/qq_42745340/article/details/107889943

版权

URLLC+控制同时被 2 个专栏收录

6 篇文章 1 订阅

订阅专栏

工业互联网

5 篇文章 0 订阅

订阅专栏

Efficient Pilot Allocation for URLLC Traffic in 5G Industrial IoT Networks（MAC协议）

pilot是导频，发送导频的作用就bai是利用一些已知序列探测信道信息。

本文研究了工业物联网网络中基于大规模MIMO的报警（流量）业务资源分配问题。

我们提出了一种告警流量的无授权随机接入方案，以及一种导频冲突解决算法，该算法在有效利用导频资源的同时保证了告警的传递。

我们提出了如何为警报流量分配导频信号以确保传递的一般问题，同时还使为警报保留的导频数量最小化，从而最大化了可用于其他流量（如工业控制流量）的信道资源。

对于实际的警报流量特性，平均而言，我们的算法可以在两个时隙（持续时间等于5G传输时间间隔）内发送警报，每个时隙使用少于1.5个导频，即使在最坏的情况下，它在任何给定的时隙中使用大约3.5个导频，平均在大约四个时隙中保证传输。

此外，对于5G的关键技术——大规模多输入多输出（MIMO）的媒体访问控制（MAC）层的研究还很少，缺乏针对URLLC流量业务的机制。

注：MAC层位于OSI七层协议中数据链路层，数据链路层分为上层LLC（逻辑链路控制），和下层的MAC（介质访问控制），MAC主要负责控制与连接物理层的物理介质。在发送数据的时候，MAC协议可以事先判断是否可以发送数据，如果可以发送将给数据加上一些控制信息，最终将数据以及控制信息以规定的格式发送到物理层；在接收数据的时候，MAC协议首先判断输入的信息并是否发生传输错误，如果没有错误，则去掉控制信息发送至LLC（逻辑链路控制）层。
在这里插入图片描述
本文提出了一种基于大规模MIMO的工业控制网络告警流量MAC协议。在大规模MIMO中，导频-为每个用户获取信道状态信息（CSI）所需的已知信号是有限的资源。

我们提出将先导信号分配给警报源的一般问题，当发生异常事件（例如，机器故障或在指定的安全参数范围之外检测到控制值）时，会触发警报。

我们提出了一个有效的导频分配算法，以保证警报的传递。我们进行了一个仿真研究，结果表明我们的算法在不同的报警次数和报警触发概率下具有良好的性能。在平均情况下，对于每个警报和时隙1%的警报触发概率，每个时隙需要为警报流量预留少于1.5个导频，并且警报在两个时隙内发送。

在最坏的情况下，警报在平均4个时隙内发出，每个时隙最多需要3.5个导频。我们方案中的时隙长度等于传输时间间隔，在5G中可以短至125µs[3]。

然而，到目前为止，工作在大规模物联网的MIMO MAC是有限的，特别是涉及到URLLC时。

A model-based approach for design and verification of Industrial Internet of Things

对于工业物联网，[16]中介绍了制造业中物联网的UML（统一建模语言）配置文件。在[17]中，在IIoT的背景下研究了语义技术的使用，这些语义技术使用相互联系的术语，概念，关系和实体的本体为机器对机器的通信增加了意义。这些调查可以在不涉及云功能的情况下为遗留系统或物联网系统建模。

最近，[18，19]研究了将云固有功能与IIoT相结合以提供企业范围的连接。 IMC-AESOP项目[20]使用形式化建模扩展将基于面向对象和面向方面方法的工程方法扩展到工业自动化[21]。同样，在[22]中研究了基于代理的方法在云集成物联网系统中的使用。然而，就我们所知，目前尚无法将MBE方法用于从模型到部署的基于云的IIoT。

本研究通过提出工业自动化的多视图模型和MBE方法来设计和验证过程工业中基于云的IIoT实施方案，从而解决了这一研究空白。这项调查的主要贡献是：（i）促进过程控制应用程序基于云工程的IIoT架构;（ii）流程工业中工业自动化系统的多视图模型，其中包括各种参与领域，人工制品和交互作用，（iii）用于设计和验证基于云的IIoT的MBE方法，（iv）在新兴的IIoT范式中执行基于模型的设计（MBD）和验证的工作流，以实现复杂的控制器，例如模型预测控制器[23] ]，（v）展示了所提出的架构在执行即插即用控制，实时验证和智能制造方面的优势，以及（vi）在四槽工艺应用中演示了MBE方法。

An Open SemanticFramework for the Industrial Internet of Things

工业物联网的开放语义框架

在本文中，我们介绍了开放语义框架（OSF）作为这种范式转换的推动力。 OSF支持收集，管理和访问以机器可理解的方式封装知识和经验的本体。因此，它构成了在知识模型之上实现自动推理和决策的基础，并允许语义应用程序使用领域特定的和一般的知识模型。 OSF还通过支持不精通本体的个人理解和扩展它们，并通过先进的人机界面技术使这些模型更加有形，从而解决了集成语义模型广泛使用的几个主要障碍。在对OSF进行总体介绍之后，我们将在“工业制造的按设计安全设计”系统的背景下展示其功能，其中OSF帮助确保自动生成的生产计划符合工作安全法规。

UML4IoT—A UML-based approach to exploit IoT in cyber-physical manufacturing systems

物联网（IoT）改变着世界。制造业已经确定，物联网为保持其在经济和社会中的领先地位带来了巨大的机会。但是，物联网的采用改变了制造系统的开发过程，并带来了许多挑战。在本文中，现代制造系统被认为是网络物理，网络和人为组成部分的组合，而就其网络接口而言，物联网被用作其集成的粘合剂。提出了一种基于IoT的UML配置文件的方法，以完全自动化IoT兼容层的生成过程，这是将网络物理组件有效地集成到现代IoT制造环境中所需的。如果没有UML设计规范，该方法也可以应用于组件的源代码级别规范。使用myLiqueur生产实验室系统的原型实现来演示UML4IoT方法的适用性和有效性。

Toward Real-Time Control in Future Wireless Networks: Communication-Control Co-Design

不幸的是，今天的无线网络在支持实时控制的能力上远远落后，因为实时控制通常需要具有超低延迟和高可靠性要求的确定性通信。例如，触觉互联网和工业自动化需要1毫秒的端到端往返时间延迟和10 - 5 ~ 10 - 7的包丢失概率[2]。智能电网要求的时延低至10 " s "，丢包概率为10 -9[3]。

传统的蜂窝网络和WiFi网络是为高质量的视频传输和网页浏览而设计的。它们可以提供大量高吞吐量的无线服务，但是具有相对较大的时间延迟(50 ~ 150 ms)和较高的丢包概率(10 -2[4])。

因此，目前工业无线网络的应用仅限于工业监控，而不能进行实时控制。

在实际应用中，通过无线通信网络支持实时控制是非常具有挑战性的。造成这种情况的主要原因是通信和控制系统之间的独立设计导致大量的无线资源消耗。

在独立设计中，控制工程师对控制系统的最坏情况提出了极端的通信要求。然后，通信工程师提出解决方案，以保证对每个单独的数据包的极端要求，这包含大量的无线资源。

在本文中，我们将从物理层（PHY）和媒体访问控制(MAC)层的角度讨论在未来无线网络中实现实时控制的一些基本设计问题，其中重点将放在通信控制协同设计上。
我们的目标是激励研究人员将无线和控制系统作为一个整体来设计一个完全集成的系统，它可以被广泛应用于许多新兴的应用。

搜索关键词：real-time wireless control system

采样周期:采样周期是控制迭代所消耗的全部时间，包括传感器的传感、传感器-控制器通信、控制器的处理、控制器-致动器通信和致动器执行。采样周期决定了进行控制的时间分辨率，因此影响控制性能。另一方面，它也影响无线网络，因为它决定了控制系统产生的通信量。

时间延迟:在典型的实时无线控制系统中，存在传感器-控制器链路延迟、控制器-执行器链路延迟和控制器处理延迟。通信时延通常包括传输时延、回程时延和排队时延，这些时延与通信协议、帧或包结构、传输方式、调度策略等诸多因素有关。过长的延迟，包括控制器的处理延迟，可能会降低控制性能，甚至导致系统的故障。

数据包丢失：由于无线信道的动态特性，无线通信不可避免地会经历深度衰落或阴影，从而降低信道容量。如果chan- nel容量太低而不能支持传输的数据速率，接收方不能正确解码数据包，这被称为数据包丢失。在无线系统中，包丢失可能导致重传或降低吞吐量。在控制系统中,数据包丢失可能会增加控制成本，例如，控制系统需要进行额外的操作来补偿数据包丢失所带来的后果。

独立设计是基于分层原则的。在实践中，独立设计通常从控制系统出发，在一定的控制性能要求下获得最小通信要求。

控制系统单独设计：控制系统的设计是为了将客户端的状态误差保持在接近于零的设定点附近，同时将控制动作的成本降到最低。控制成本通常被定义为状态与其期望设定值的偏差和控制输入量的总和。然后，使控制成本最小的算法成为最优控制算法。

单独设计
在无线控制系统中，由于无线系统引起的丢包和时延通常会降低控制性能甚至破坏系统的稳定性，因此首先需要了解的是无线缺陷（例如丢包和时延）对控制性能的影响。在此基础上，得出无线系统设计的通信需求。而无线系统的设计目标是满足不同用例的实时无线控制的目标需求。

例如，[13]表明，通信延迟有助于控制系统的稳定;无线通道的动态特性可以提高无线控制系统的安全性;无线节点的分布可以为部署无人机进行无线覆盖提供指导。因此，充分集成无线和控制系统的协同设计为开发新技术提供了许多机会。

面临的问题：
1、由于协同设计的复杂性，系统失效的可能性较大。诊断系统和识别问题也变得相对困难。
2、协同设计将有更多的自由度(例如。(参数设置)来配置系统。这样就很难保证系统以最优模式运行，从而危及协同设计的效益。
3、在实际的场景中，协同设计也难以达到预期的效果，因为系统中的所有部分，如模型、理论、算法等，都需要通过实际的协同设计系统进行验证。

它需要将数据包丢失概率从10 -2减少到10 -5，时间延迟从50 ~ 150 ms减少到1 ms。

在通信控制协同设计中，首先要解决的问题是如何对无线控制系统进行良好的抽象，既要隐藏系统的复杂性，又要保持关键的方面，又要在数学上易于处理。
一般来说，有两类方法：
第一种方法将整个系统分为控制系统和无线系统，并分别建模。第二种方法将无线控制系统作为一个整体，将通信网络本身建模为控制器。在大多数独立设计的系统中，它们采用第一种方法，将两个子系统之间的关键变量视为设计需求而不是设计变量。未来，由于控制器、无线网络、场景和用例的种类繁多，协同设计的新建模方法将变得具有挑战性。

虽然控制和通信理论相对成熟，但它们不能有效地服务于协同设计。目前，协同设计理论已经取得了一些进展，但仍有许多问题有待解决。例如，控制稳定性与信息处理速率之间的关系最近得到了研究。噪声信道和丢包网络控制的基本限制已经建立。然而，在短分组通信的实时无线控制系统中，无线控制的基本限制仍然是开放的。此外，如果我们考虑预测控制，即每个通信包不仅携带当前的控制信息，而且还携带未来的控制信息，那么基本的限制将变得更加复杂，因为它与老化的信息网络有关。

对于每个控制任务或一组控制任务，网络切片可以提供一组网络资源，以自定义可视化的端到端网络。另外，将控制器集成到无线网络中并使用边缘计算来实现无线控制是很自然的，因为当前的无线基础设施（例如基站）通常具有强大的计算能力。
目前，网络切片和边缘计算是无线通信的主要发展趋势。接下来，将这些技术集成到特定的控制应用中将是未来的趋势，而主要的挑战是如何有效地调度无线和计算资源，以满足不同用例所需的控制性能。

Minimizing Wireless Resource Consumption for Packetized Predictive Control in Real-Time Cyber Physical Systems

最有效的解决方案之一是在不可靠的无线链路下进行鲁棒控制，如分组预估控制(PPC) [7]-[9]。