[发明专利]一种基于边缘计算的智能家居通信优化调度系统及方法

权利要求书

1.一种基于边缘计算的智能家居通信优化调度系统，该系统包括：

智能家居终端域：包括ZigBee智能家居终端、手机移动终端和电脑移动终端中的一种或多种；智能家居终端域发出ZigBee智能家居终端通信优化请求；

边缘接入层：包含ZigBee路由器、运营商基站和无线基站中的一种或多种，实现智能家居终端域的接入；

因特网接入层，实现运营商基站和无线基站的接入；

家庭网关接入层：包括若干家庭网关，实现来自ZigBee路由器和因特网的接入；

核心层：包括至少一个优化调度器，实现对来自ZigBee智能家居终端、手机移动终端和电脑移动终端的优化调度请求；

智能家居通信优化功能分析器：包括边缘计算智能家居通信优化服务核心云，实现对来自ZigBee智能家居终端、手机移动终端和电脑移动终端的优化调度信息的核心处理；所述ZigBee智能家居终端通信优化请求通过传输到达边智能家居通信优化功能分析器中的缘计算智能家居通信优化服务核心云；所述边缘计算智能家居通信优化服务核心云处理ZigBee智能家居终端通信优化请求，所述智能家居通信优化功能分析器具体用于：

1)ZigBee智能家居通信优化请求接收获取汇总

每隔预置时间主动上报和定期被询问机制获取智能家居通信优化请求，并将这些信息进行汇总；

2)设置迭代初始参数

设置迭代最大代数d为50；

3)当前迭代次数k加1

当前迭代次数增加1次，也即k+1,k≤d；

4)以多维空间深度循环神经网络半监督学习策略分析智能家居通信优化请求

以多维空间深度循环神经网络半监督学习策略分析智能家居通信优化请求；

5)各深度优化分析初始结果获取汇总

将智能家居通信优化请求推荐结果进行获取和汇总；

6)多维空间深度循环神经网络优化策略半监督学习

结合正切专家决策库深度循环神经网络半监督学习方法进行半监督学习；

7)判断是否满足深度优化分析评价条件

根据多维空间、循环神经网络、深度学习、概率论、生物学、运筹学、智能优化、机器学习理论的深度优化分析评价条件即评价函数进行判断，当不满足深度优化分析评价条件时应继续进行迭代；

8)当前迭代次数加1

当前迭代次数增加1次，也即k+1,k≤d；

9)以多维空间深度循环神经网络半监督学习策略分析智能家居通信优化请求

以多维空间深度循环神经网络半监督学习策略分析智能家居通信优化请求；

10)各深度优化分析结果获取汇总

每隔预置时间主动上报和定期被询问机制获取汇总智能家居通信优化请求分析优化结果信息；

11)满足当前迭代次数大于最大迭代次数

根据当前迭代次数大于最大迭代次数评价条件进行判断，当不满足时跳转到6)继续进行迭代，满足时结束。

2.根据权利要求1所述的系统，其特征在于：所述ZigBee智能家居终端通过ZigBee网络接入到ZigBee路由器；所述手机移动终端和电脑移动终端分别通过运营商网络和无线网络接入运营商基站及无线基站；所述运营商基站和无线基站接入所述因特网接入层后接入到家庭网关接入层；所述ZigBee路由器接入到家庭网关接入层；所述家庭网关接入到核心层的优化调度器；所述优化调度器接入到所述智能家居通信优化功能分析器的边缘计算智能家居通信优化服务核心云。