本发明涉及物联网，特别是涉及一种基于物联网的自适应通信链路优化方法。
背景技术：
1、在现代物联网网络中，随着连接设备数量的急剧增加，网络负载和通信路径的优化变得尤为重要，现有的通信链路优化方法通常依赖于固定的路由算法和预设的网络配置，无法动态适应实时变化的网络环境；这种缺乏灵活性的优化方法在面对突发的高负载或链路故障时，往往无法及时响应和调整，导致网络性能下降，数据传输延迟增加，甚至出现通信中断的情况；
2、例如，传统的负载均衡技术通常只考虑静态的网络状态，忽略了设备负载和网络带宽的动态变化，难以在复杂和变化多端的物联网环境中保持高效的通信性能，这些方法通常使用简单的轮询或最小连接等算法来分配网络流量，但这些算法无法应对实时网络条件的变化，导致网络资源分配不均衡和瓶颈问题；此外，现有的通信协议如tcp/ip虽然广泛应用，但其在高延迟和高丢包率的网络环境中表现不佳，难以满足物联网设备对低延迟和高可靠性的需求；
3、而现有的一些改进方法尝试引入多路径传输协议和软件定义网络技术，以实现更灵活的网络流量控制和路由优化，然而，此技术的部署和管理复杂度较高，需要大量的网络基础设施改造和维护投入，对资源有限的物联网环境来说并不实际。
4、基于此，需一种基于物联网的自适应通信链路优化方法。
技术实现思路
1、为实现上述目的，本发明提供了如下方案：一种基于物联网的自适应通信链路优化方法，所述方法包括以下步骤：
2、步骤一、在物联网网络中部署多个雾计算节点，所述雾计算节点位于数据源和用户附近；
3、步骤二、每个雾计算节点根据其所监测到的链路状态和设备负载情况，动态调整本地设备的通信路径，多个雾计算节点共享链路状态信息和优化策略，以在全局范围内优化通信路径，其中优化路径选择遵循：
4、
5、计算公式，其中optimal_pathi，j表示从节点i到节点j的最优通信路径，k表示可能的路径选项，latencyk和bandwidthusagek分别表示路径k的延迟和带宽占用；
6、步骤三、在完成通信路径的优化后，雾计算节点基于负载均衡算法动态调整数据传输路径，通过分析雾计算节点的cpu、内存和网络带宽使用情况，将过载节点上的部分任务转移到其他负载较轻的节点上，避免单点过载，负载均衡状态遵循：其中loadbalancei表示节点i的负载平衡状态，totaltasks表示总任务数，numberofnodes表示节点数量；
7、步骤四、通过雾计算节点通过对链路状态数据的实时分析，识别和响应链路状态的变化，通过及时发现网络中的瓶颈和故障点，并动态调整通信路径和传输策略，利用时间序列分析和异常检测算法，雾计算节点预测链路状态的变化趋势，提前采取优化措施，其中链路质量计算遵循linkqualityt＝α·linkqualityt-1+(1-α)·currentstatust；其中，linkqualityt示时间t时刻的链路质量，α为平滑系数，currentstatust表示当前状态的实时数据。
8、进一步地，在步骤一的部署过程中，每个雾计算节点被配置为包括链路优化计算模块，所述链路优化计算模块负责实施实时的通信链路分析和调整策略，此外，雾计算节点之间的部署距离及连接性能优化，是根据预期的网络负载、延迟指标和带宽需求来决定，以确保节点间的有效协作和数据同步。
9、进一步地，所述步骤二中，通过通信协议实现雾计算节点之间的协同工作涉及使用协议堆栈，包括mqtt、coap或websocket，该协议支持低延迟、高可靠性和高并发的数据交换，在此基础上，实现雾计算节点之间的链路状态共享和优化策略，通过这些协议，各节点实时交换链路状态信息和负载数据，所述通信协议支持动态路由调整，允许雾计算节点根据实时的网络状态和负载条件，自主决定数据包的路由路径，优化整个网络的通信效率和降低延迟。
10、进一步地，所述步骤二中，通信协议在雾计算节点之间动态分配处理任务和数据流量，负载均衡通过分析每个节点的当前工作负载、处理能力及其与其他节点的通信延迟来优化任务分配，当某一雾计算节点因处理高密度的数据流而接近其容量上限时，自动将部分数据流重定向到相对负载较低的节点。
11、进一步地，所述步骤三中，所述负载均衡包括动态监测和响应，通过不断监控每个雾计算节点的cpu使用率、内存占用和网络带宽消耗，利用实时数据分析评估每个节点的工作负荷，并根据预设的性能阈值动态调整任务分配，当任何节点的资源使用接近其容量限制时，自动触发任务重新调度程序，将部分数据处理和通信任务从高负载节点转移到低负载节点。
12、进一步地，所述步骤三中，所述负载均衡还包括自适应调整，其根据实时监测到的网络状况和节点性能自动调整资源分配，此利用预设的算法动态地分析网络带宽使用情况、节点的处理能力及其响应时间，实时调整数据传输和处理任务的分配，当检测到特定节点因为高负载而响应变慢或风险增加时，自动启动备用资源或将部分任务迁移到负载较低的节点。
13、进一步地，所述步骤四中，实时数据分析包括利用分布式数据处理对收集到的链路状态数据进行处理和分析，雾计算节点利用分布式计算框架实时处理大量分布在各节点的数据，通过分布式处理使每个雾计算节点能够快速响应本地数据变化，并及时向网络中的其他节点提供处理结果。
14、进一步地，所述步骤四中，雾计算节点通过收集实时链路状态数据并与预测模型进行比对，识别异常模式和误差，当检测到异常或预测误差较大时，通过反馈调整时间序列分析和异常检测算法的参数。
15、根据本发明提供的具体实施例，本发明公开了以下技术效果：
16、本发明能够实时监测和动态调整网络负载和通信路径，有效解决了现有技术中存在的静态配置和固定路由算法无法应对实时变化的网络环境的问题，具体的该方法通过高效的通信协议和智能负载均衡实现网络资源的优化配置，显著降低数据传输延迟和带宽占用，提升了数据传输的可靠性和网络整体性能，尤其在高负载和链路故障情况下，本发明能够迅速响应并调整通信策略，确保物联网网络的稳定性和高效运行。
1.一种基于物联网的自适应通信链路优化方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的一种基于物联网的自适应通信链路优化方法，其特征在于，在步骤一的部署过程中，每个雾计算节点被配置为包括链路优化计算模块，所述链路优化计算模块负责实施实时的通信链路分析和调整策略，此外，雾计算节点之间的部署距离及连接性能优化，是根据预期的网络负载、延迟指标和带宽需求来决定，以确保节点间的有效协作和数据同步。
3.根据权利要求1所述的一种基于物联网的自适应通信链路优化方法，其特征在于，所述步骤二中，通过通信协议实现雾计算节点之间的协同工作涉及使用协议堆栈，包括mqtt、coap或websocket，该协议支持低延迟、高可靠性和高并发的数据交换，在此基础上，实现雾计算节点之间的链路状态共享和优化策略，通过这些协议，各节点实时交换链路状态信息和负载数据，所述通信协议支持动态路由调整，允许雾计算节点根据实时的网络状态和负载条件，自主决定数据包的路由路径，优化整个网络的通信效率和降低延迟。
4.根据权利要求1所述的一种基于物联网的自适应通信链路优化方法，其特征在于，所述步骤二中，通信协议在雾计算节点之间动态分配处理任务和数据流量，负载均衡通过分析每个节点的当前工作负载、处理能力及其与其他节点的通信延迟来优化任务分配，当某一雾计算节点因处理高密度的数据流而接近其容量上限时，自动将部分数据流重定向到相对负载较低的节点。
5.根据权利要求1所述的一种基于物联网的自适应通信链路优化方法，其特征在于，所述步骤三中，所述负载均衡包括动态监测和响应，通过不断监控每个雾计算节点的cpu使用率、内存占用和网络带宽消耗，利用实时数据分析评估每个节点的工作负荷，并根据预设的性能阈值动态调整任务分配，当任何节点的资源使用接近其容量限制时，自动触发任务重新调度程序，将部分数据处理和通信任务从高负载节点转移到低负载节点。
6.根据权利要求1所述的一种基于物联网的自适应通信链路优化方法，其特征在于，所述步骤三中，所述负载均衡还包括自适应调整，其根据实时监测到的网络状况和节点性能自动调整资源分配，此利用预设的算法动态地分析网络带宽使用情况、节点的处理能力及其响应时间，实时调整数据传输和处理任务的分配，当检测到特定节点因为高负载而响应变慢或风险增加时，自动启动备用资源或将部分任务迁移到负载较低的节点。
7.根据权利要求1所述的一种基于物联网的自适应通信链路优化方法，其特征在于，所述步骤四中，实时数据分析包括利用分布式数据处理对收集到的链路状态数据进行处理和分析，雾计算节点利用分布式计算框架实时处理大量分布在各节点的数据，通过分布式处理使每个雾计算节点能够快速响应本地数据变化，并及时向网络中的其他节点提供处理结果。
8.根据权利要求1所述的一种基于物联网的自适应通信链路优化方法，其特征在于，所述步骤四中，雾计算节点通过收集实时链路状态数据并与预测模型进行比对，识别异常模式和误差，当检测到异常或预测误差较大时，通过反馈调整时间序列分析和异常检测算法的参数。
