一种传感云环境下突发数据流映射负载容量优化方法

摘要

本发明公开了一种传感云环境下突发数据流映射负载容量优化方法，其特征在于，包括：(1)将所有传感器根据信号强度划分为传感器簇；(2)按照接收信号强度越大，一个轮询周期分配的时间槽越多的原则进行时间槽分配；(3)在特定的时间槽内：使得传感器尽可能多的与所述边缘节点建立连接；当发生足够大的突发数据流请求时，估算信道资源分配区间，并采用Q‑learning学习算法优化更新后的信道资源分配策略，更新下一时刻相应传感器簇的信道资源分配；将空闲的信道资源映射突发数据流。本发明使用Q‑learning学习算法学习出优化策略，实时动态配置负载资源，从而有效减少数据包映射冲突和提高数据流的映射容量。