基于边缘计算的数据密集型服务部署

日益增长的数据量对数据处理的要求越来越高,于是出现了数据密集型服务。在解决复杂问题时,多个数据密集型服务通常会形成一个服务组合。由于服务组件之间存在大量的数据传输,巨大的传输时延会对系统的整体性能造成影响。在边缘计算环境中,基于否定选择算法,为降低服务组合中的数据传输时间提出了一种优化部署策略。首先,给出了此类数据密集型服务组件部署问题的定义,并为该部署问题构建优化模型;然后,设计了一种否定选择算法来获取最佳的部署方案;为了评估该算法的适用性和收敛性,使用遗传算法和模拟退火算法与其对比,结果显示,提出的算法在这种数据密集型服务组件的部署问题中表现得更为出色。     

自供电低功耗森林火灾无线监测系统

针对现有森林火灾监测系统通信电缆铺设困难、需要定期更换电池等问题,设计了一种基于无线传感网络与自供电技术的监测系统。该系统包括能量采集单元、能量管理单元、数据采集单元、核心控制单元和无线通信单元。能量采集单元采集环境中的风能与太阳能,经过能量管理单元为系统供电。数据采集单元采集的数据经过STM32处理后通过ZigBee传输到上位机。电路采取低功耗设计,在程序设计和电路设计两方面对系统做了低功耗优化处理,可以实现能量的自供给。实验表明,系统结构简单,工作稳定可靠,适用于森林火灾长时间可靠监测。     

基于单片机的光电能量转换数据采集系统设计

论述了光能量转换系统,将太阳能转换成电能并存储在蓄电池里,通过控制将转换的能量传输给负载;通过数据的采集和处理为负载的能量分配、系统的能耗、效率等参数的计算提供依据.设计了基于单片机为主控芯片的数据采集与处理模块系统,通过采集电压、电流、温度、湿度和光强度数据,以模拟信号或是数字信号的形式传输到C8051F040单片机中,并在液晶显示屏上显示出来.实验结果表明,该系统有良好的采集数据精度和可靠性,运行功耗低,具有极高的工业实际应用价值.     

基于学习的能量采集认知M2M通信资源分配算法

本文针对能量采集认知机器到机器（Machine-to-Machine,M2M）通信的能量效率问题，在保证服务质量（Quality of Service,QoS）的条件下，提出了一种能效优化算法.以最大化网络中用户能效为目标，综合考虑传输功率控制、时隙分配、传输模式选择、中继选择以及每个设备的能量状态为约束，将优化问题建模为一个混合整数非线性规划问题.将该能效优化问题转化为离散时间有限状态马尔科夫决策过程（Discrete-time and Finite-state Markov Decision Process,DFMDP）进行求解.提出一种基于深度强化学习的算法寻找最优策略.仿真结果表明，所提算法在平均能效方面优于其他方案，且收敛速度在可接受范围内.     

无线供电混合多址接入网络的最优能效资源分配研究

在能量受限的通信系统中，能量效率是衡量系统性能的关键指标.本文研究由一个基站和多个分簇用户组成的无线供电混合非正交多址接入系统.在该网络中，基站通过无线能量传输方式给用户供能，用户则利用收集到的能量向基站传输各自的信息.为降低基站的接收解码复杂度，用户采用分簇的方式进行信息传输：簇间用户的信息传输采用时分多址方式，而簇内用户的信息传输采用非正交多址方式.通过联合分配能量传输与信息传输的时间长度以及控制基站和用户的发射功率来实现网络能量效率的最大化.由于涉及的优化问题是非凸的，本文先通过寻找问题最优解的结构，然后根据分式规划理论，提出了一种新的迭代资源分配算法来求解该问题.仿真结果表明，与"吞吐量最大化策略"和 "固定时间分配策略"两种基准策略相比，所提出的算法显著提高了网络的能量效率.     

认知无线电网络中基于跨层设计的能效优化算法

为提高认知无线电网络中次用户节点的能量有效性,该文基于连续时间马尔科夫理论对次用户的频谱感知和接入过程进行联合建模,对影响次用户传输能效的主要因素进行了分析,提出了一种基于跨层设计的能量有效优化算法。该算法可有效减小主用户非时隙返回信道对次用户能量有效性的影响,并通过联合优化感知时间和接入概率,使次用户在感知性能和传输能效间实现了有效折衷。仿真结果表明,本文算法相对于仅考虑频谱感知或接入策略的单层优化算法,可使次用户的能量有效性得到较大提高。      

三维激光扫描测量系统的三维图像数据压缩

三维彩色激光扫描测量系统是利用计算机视觉的原理对物体进行三维测量和重建,以获取物体的三维图像。三维图像的数据量很大,文中研究了三维图像的压缩策略和算法,采用三角形条带的网格压缩方法,以及顶点数据的编码方法,可以把三维图像的存贮空间减小到压缩前数据的１／６,从而有效地解决了测量系统在实际应用环境下的图像存贮和传输问题。     

能量效率优化的广义空域调制系统

为了提高能源使用效率,能量效率（EE）是绿色无线通信研究的主要内容。为了有效提高多天线传输系统的能源使用效率,提出了一种基于能量效率优化的广义空域调制（GSM）系统（EE-GSM）。该系统基于最大化能量效率准则,考虑发射天线数较多的情况,首先利用天线选择算法（AS）确定最佳发射天线子集,然后计算适合广义空域调制系统的有效射频通道(RFC)数,从而实现全局能量效率优化设计。仿真结果和分析表明,与传统的AS-MIMO、GSM及SM系统相比,新系统能有效地提高能量效率,并且改善了系统的误码率和容量性能,同时系统最终所需的有效射频通道数一般为2,3或4个,符合绿色通信系统设计原则。      

直达链路下的全双工能量采集中继系统的吞吐量分析

针对三节点传输系统,研究了基于时间切换能量采集的全双工放大转发协作中继方案。考虑源和目的地之间存在直达链路,全双工中继节点采用天线选择技术以最小化中继自干扰,目的节点采用最大比合并技术以最大化目的地接收信噪比。在延迟受限传输模式下,推出了自干扰信道增益为常数时系统吞吐量近似闭合表达式。运用最佳目的地选择策略和自适应中继选择策略讨论了系统吞吐量性能。如图4所示,在源发送功率为30 dB时,就系统吞吐量而言,本文算法比其他两种算法分别提高了0.22 bits/s/Hz和0.68 bits/s/Hz。数值分析和蒙特卡洛仿真表明,增加中继个数,增加目的地个数或者增大能量采集效率均能够提升系统吞吐量性能。      

储能-发送模式的单天线两跳中继系统保密速率的优化

该文研究节点具有能量收集能力的两跳中继系统的物理层安全传输方案。考虑窃听节点与源和中继节点间都有直接链路的情况。每个数据传输时隙分为能量收集和数据传输两个阶段,各节点用收集的能量发送信号。中继采用放大转发方式,目的节点发送人工噪声进行协作干扰,保护在两跳传输中传输的保密信息。以最大化保密速率为目标,采用迭代算法优化能量吸收和数据传输两阶段的时间分配比例系数和协作干扰功率分配因子。仿真结果表明优化算法准确,优化后的协作干扰方案能显著提高系统的保密传输速率。由于考虑了窃听节点在两跳传输中都能接收到信号的可能性,文中方案更贴近实际,并解决了一个复杂的优化问题。     

能量收集通信系统中功率和调制方式的在线联合优化策略

针对源节点配备能量收集装置的点对点能量收集无线通信系统,该文以最大化长期平均传输速率为目标,提出一种基于Lyapunov优化框架的在线功率控制和自适应调制联合优化策略。由于能量到达和信道状态的随机性,优化问题是一个随机优化问题。利用Lyapunov优化框架将电池操作和可用能量约束下的长期时间优化问题转化为每时隙以虚队列“漂移加惩罚”最小化为目标的发送功率、调制方式和帧长的联合优化问题,并求解。该算法仅依赖当前的电池状态和信道状态信息做出决策,计算复杂度低,实用性强。仿真结果显示,所提算法通过联合优化发送功率、调制方式和帧长,能够高效地利用收集的能量,适应信道变化,长期平均实际可达的信息传输速率要明显优于贪婪和半功率算法,即使相比较以信道容量最大化为目标的离线注水算法和其他对比算法,在实际可达的信息传输速率上也有优势。     

5G智能增强型能效优化技术

全球化能源危机和环境问题使得能源效率成为无线通信设备的一个核心指标。能源效率最大化已上升到国家战略层面,成为全球范围内的研究热点。针对现有能效优化模型普遍存在的计算复杂度高和效率低的问题,提出智能增强型全局优化策略。基于信道状态信息对大规模MIMO系统进行收发两端的分布式重构处理,得到不同信道状态条件下高效的多维资源融合配置方法,并进一步考虑信道误差问题,建立多维资源配置的能效优化模型。利用拟牛顿最优化方法,可解决该能效模型的多元全局最优化问题,并设计了基于拟牛顿法的智能增强型能效优化方案。仿真结果验证了利用拟牛顿算法实现多元全局优化的可行性,且拟牛顿算法智能搜索得到的最佳能效值与理论最佳能效值仅相差3%。     

基于A3C的无线异构网络自适应视频流传输控制方法

比特率自适应（ABR）算法已经成为视频传输中研究的热点之一。然而,由于5G无线异构网络具有信道带宽波动大、不同网络间差异明显等特点,多终端协同的自适应视频流传输面临着巨大挑战。提出了一种基于深度强化学习的自适应视频流传输控制方法。首先,建立了视频流动态规划模型,对传输码率以及分流策略进行联合优化。由于该优化问题的求解依赖于精确的信道估计,这在信道状态动态变化的网络中很难实现。因此,将动态规划问题改进为强化学习任务,并采用A3C算法,动态决策视频码率和分流策略。最后,根据实测的网络数据进行仿真,与传统的优化方法相比,本文所提的方法较好地提高了用户QoE。     

Path planning algorithm for WCE with joint energy replenishment and data collection based on multi-objective optimization

Considering limited energy of the wireless charging equipment (WCE) in wireless rechargeable sensor network,an energy replenishment strategy and a data collection strategy are designed.On the basis of these,a path planning model for WCE with functions of joint energy replenishment and data collection based on multi-objective optimization is constructed with two optimization objectives,maximizing the total energy utility of WCE and minimizing the average delay of data transmission of all the sensor nodes in the network.To deal with it,a multi-objective ant colony optimization algorithm based on elitist strategy was proposed,where the state transition strategy and the pheromone updating strategy were improved.Then,the Pareto set was obtained in terms of this multi-objective optimization problem.The parameter setting of ant colony algorithm’s effects on the proposed algorithm were analyzed under 20 sensor nodes.50 groups of contrastive experiments show that the average number of energy utilization obtained by ES-MOAC algorithm is 4.53% higher than that of NSGA-II algorithm.The average number of average delay of all node data transmission obtained by ES-MOAC algorithm is 5.12% lower than that of NSGA-II algorithm.     

基于边缘云计算的光纤无线网络优化设计

为了提升网络边缘数据处理能力,满足终端大带宽和低时延的要求,构建了基于边缘基础设施的云计算平台,设计了具有动态带宽调整的光纤网络模型。提出了一种基于边缘云计算的时序优化算法,并将其应用于光纤无线网络。通过OPNET软件仿真分析了时序优化算法的传输时延均值,结果显示,优化后最大时延为43.1 ms,仅为传统方法的34.2%。实验对局域网内多个终端之间的数据通信进行分析,讨论了三种算法的传输能效、光纤信道利用率及传输能耗。实验结果显示,采用时序优化算法的测试结果具有明显改善,其传输能效提升了近1倍,边缘云数据传输时延均值信道利用率提升了约6.2%,网络传输能耗均值最优。该光纤无线网络模型及其优化算法在传输时延、信道利用率以及网络能耗方面具有明显提升。其在提升光纤通信链路选择及边缘端数据交互中具有一定的优势。     

无线传感器网络基于容量和传输能耗的功率与信道联合博弈算法

针对无线传感器网络(WSNs)日益增大的干扰导致网络容量下降的问题,同时考虑到网络能量有限性,该文综合网络容量和链路传输能耗,构建了高容量低传输能耗的功率控制与信道分配联合博弈模型,并通过理论分析证明该模型存在最优功率和最优信道。继而采用最佳响应策略,在该博弈模型基础上提出了一种功率控制与信道分配联合优化算法(PCOA),理论证明其能收敛到纳什均衡状态,且具有较小的信息复杂度。最后,仿真结果表明,PCOA算法能够达到降低网络干扰和链路能耗,增大网络容量的目的。     

On the Minimization of Communication Energy Consumption of Correlated Sensor Nodes

Minimizing the sensor-node energy consumption is an important consideration when designing wireless sensor networks. In this paper, we focus on the energy consumption issues related to communication of data from correlated sensor nodes. An optimization algorithm is proposed for minimizing the overall energy consumption of the hardware and the physical link. We perform a detailed trade-off analysis of the circuit energy consumption, the transmission energy consumption, the transmission time, the modulation symbol size, and the channel coding rate, over a wide range of transmission distances and correlation values. Thus, a new optimized communication schedule with much lower energy consumption than our benchmark scheme of optimized uncorrelated uncoded transmission is obtained. Compared to this scheme, the total energy consumption may be reduced by more than 83.5% for a correlation value of 0.6 and a transmission distance of 100 m when using the results from the proposed optimization. This is significant with respect to increasing the lifetime of a wireless sensor network.     

Dynamic resource allocation algorithm in multi-user cooperative OFDMA systems: considering QoS and fairness constraints

Wireless transmission systems are constrained by several parameters such as the available spectrum bandwidth, mobile battery energy, transmission channel impairments and users’ minimum quality-of-service. In this paper, a new strategy is investigated that aims at improving the allocation of resources in a dual hop OFDMA cooperative network consisting in multi source–destination pairs and multiple decode-and-forward relays. First, the joint optimization of three types of resources: power, sub-channel and relay nodes, is formulated as a problem of subchannel-relay assignment and power allocation, with the objective of minimizing overall transmission power under the bit-error-rate and data rate constraints. However, the optimal solution to the optimization problem is computationally complex to obtain and may be unfair. Assuming knowledge of the instantaneous channel gains for all links in the entire network, an iterative three-step resource allocation algorithm with low complexity is proposed. In order to guarantee the fairness of users, several fairness criteria are also proposed to provide attractive trade-offs between network performance (i.e. overall transmission power, average network lifetime and average outage probability) and fairness to all users. Numerical studies are conducted to evaluate the performance of the proposed algorithm in two practical scenarios. Simulation results show that the proposed allocation algorithm achieves an efficient trade-off between network performance and fairness among users.     

基于无线供能反向散射通信系统安全性的稳健机会约束优化算法设计

针对无线供能反向散射通信系统中信道不确定性以及安全性问题,提出一种考虑系统安全性的稳健机会约束优化算法。首先,在考虑窃听数据传输速率约束、最小能量收集约束和设备反射率约束条件下,建立一个基于信道不确定性的最大化系统传输速率最小值的优化问题。为求解该问题,应用基于伯恩斯坦型不等式的安全近似方法,将原不确定性问题转换为确定性优化问题。然后,结合不等式的性质,引入相应的辅助变量,将确定性优化问题转换为凸优化问题,并利用标准的凸优化算法进行求解。最后,仿真结果表明了所提算法的有效性。     

多点协作下行链路单调协同波束形成算法

研究了单基站功率约束条件下的多点协作多输入单输出干扰下行链路系统的和速率最大化非凸优化问题。为有效求解和速率最大化优化问题,首先采用分层优化方法将和速率最大化优化问题分解成发射功率最小化优化问题和单输入单输出干扰信道的和速率最大化优化问题;其次利用二阶锥规划优化方法求解发射功率最小化优化问题;然后利用凸近似和几何规划方法求解单输入单输出干扰信道的和速率最大化优化问题;最后通过交替求解这两个子优化问题,进而提出了一种新颖的单调协同多点波束成形算法;而且利用单有界序列原理证明了所提算法的收敛性。数值仿真表明所提算法只需约四次迭代即可收敛到稳定点,而且所获得的最优性能非常接近穷举搜索算法的最优性能。