复杂网络下的工业物联网雾节点自适应配置

来源 :上海交通大学 | 被引量 : 0次 | 上传用户:doodoo
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在工业物联网环境中部署大量边缘设备以构建边缘网络架构已成为一种趋势。越来越多的工厂选择这种方法来提高生产效率。边缘网络的优点是通过利用雾节点的快速响应能力来提高实时系统的抗干扰能力,降低系统服务总体延迟。但是雾节点的有限资源不足以配置所有传感器节点必需的服务。雾节点的自适应配置必须跟踪工业设备需求的变化,最大程度地减少延迟,并在满足约束条件的同时确保系统稳定性。本文研究了在恶劣和复杂的网络条件下,雾节点如何自适应配置,以确保系统的稳定性和低延迟性。同时,我们还考虑了在实际工业生产中边缘设备雾节点的电量供应不足限制和通信的约束。之后,我们改进了一种基于并行吉布斯采样方法的分布式随机优化算法,以使其更适应恶劣复杂的网络通信环境,并加入了模拟退火策略以保证收敛性。仿真结果表明,该算法可以在恶劣复杂的网络通信环境中平衡雾节点的能量短缺约束和系统延迟要求,同时确保系统的稳定性。
其他文献
随着5G时代的来临和物联网(Internet of Things)的飞速发展,物联网智能设备不断普及,且数量飞速增加。各类监控器、感知器、包括人们日常使用的移动智能手机,每时每刻都在产生着大量的数据。硬件性能的提升使得互联网的边缘,大到宏基站,主交换机,小到网关服务器,边缘服务器甚至路由器等设备都具有了一定的计算和存储能力。因此,边缘计算的概念被提出来,将数据的实时计算和预处理从云端迁移到边缘,既
乘法运算一直是数字信号处理中不可或缺的数字逻辑运算操作,也是衡量很多数字信号处理器芯片运算性能的主要评价指标。一方面,为了实现较高的精度,数字信号处理器中通常在运算中使用浮点乘法器来代替定点乘法器。另一方面,近些年来在深度神经网络和一些图像处理等容错应用中,可以通过降低部分计算的精度来降低电路的功耗和提高运算性能。针对上述应用领域,本文在深入调研近似计算理论和乘法器电路结构的基础上,研究了近似乘法
情绪,是一种与思维、感知和行为相关的精神状态。探索情绪产生的机理以及情绪在各种不同条件和环境下的变化与特性,可以帮助人们更好地理解自己,可以为开发更加自然、友好的人机交互系统提供技术支撑,也可以帮助实现许多精神疾病的客观评估与辅助治疗。跨文化的情绪差异研究同样也是心理学、认知科学、神经科学和精神医学等学科的一个重要研究分支。已经有许多科学研究发现,对于不同文化背景的人群,对情感的理解存在共性与差异
随着计算机图形学的发展,人们开始对自然界各种物理现象进行模拟。其中,自然界的流体运动是一种看似简单却极为复杂的运动,模拟流体的运动在人们生活中应用极为广泛。然而,在众多流体模拟的算法中,传统数值方法都需要通过迭代运算,这种运算方式往往耗时很长,因此对流体模拟过程的加速研究尤为重要。近年来,在流体模拟的领域中,流体的特征提取是被人们广泛研究的课题。其中基于涡旋细丝的流体特征提取方法可以提供来自现实世
随着GPU的广泛使用,有关GPU资源利用率的提升问题也得到了广泛关注。单应用独占GPU或者时分共享GPU已经不能充分利用GPU上的大量资源了。空分共享GPU是一种常用的提升GPU资源利用率的方法。空分共享GPU可以利用程序之间资源互补来提升GPU资源利用率。现有的空分技术不能支持动态的改变程序的资源数量,单调的资源分配方式限制了应用程序充分利用资源的能力。本文实现了一种可以动态改变程序资源数量的进
为了推动高校教师及时转变角色,提升教育教学效果,本文在以往研究为基础,分析了智慧教育视域下,传统教学正面临的冲击,总结了高校教师角色内涵的拓展,最后探析了教师角色内涵拓展的具体路径。从而使高校教师角色内涵的拓展更有意义。
期刊
如今,人们用智能手机、数码相机等拍摄的照片越来越多,电脑上相册目录中的照片数量也迅速增长,对这些数字照片的管理变得不可缺少。一般的家庭相册中很大一部分是以人物为主题的照片,这些照片一般是按时间顺序展示的,但当需要查看包含某个人的所有照片时,存在不便于浏览、难以查找等缺点,而手动整理这些数量庞大的照片需要花费的时间和精力非常多。为了解决家庭相册难以管理的问题,本文设计并实现了一款相册管理系统,其基于
随着数据中心高性能计算需求的快速提升,云服务器中的数据传输量也呈现出爆炸式增长的趋势,这使得I/O成为了云计算中新的瓶颈。硬件设备和相关协议的发展,为突破这一瓶颈带来了希望:从机械硬盘到固态硬盘,从AHCI协议到NVMe协议,都给数据中心带来了更先进的存储子系统。随着支持NVMe协议的固态硬盘技术的快速成熟,数据中心开始大量装配NVMe固态硬盘设备。而硬件上性能的提升,也给云计算场景下的软件技术栈
自然语言处理试图用计算机来处理文字背后的语义信息。然而,计算机不能像人类一样理解语言,必须将自然语言表示为计算机可以处理的数学形式,才能完成基本的语义表达。因此文本表示是自然语言处理(NLP)的重要的基础任务之一,是很多其它高级NLP任务的输入对象。这些用来表示自然语言的数学工具就是语言模型。文本嵌入(Word Embedding)是其中的一种文本表示模型,它将不同粒度的语言单位表示为一组固定长度
软件缺陷分析是软件产品与软件过程的评估改进的重要技术手段之一,已成为学术界和工业界的研究热点。本文以软件过程改进为目标,研究使用文本挖掘的方法并结合统计分析进行软件缺陷分析,通过对软件缺陷描述的文本检索、文本聚类和文本摘要等,挖掘、分析软件缺陷的分布、聚集和重复出现等信息。然而,软件缺陷描述一般都存在冗余信息多、句法不规范的问题,并且噪声词、同义词、同类词的分布也非常广泛;与此同时,应用软件的缺陷