【摘 要】
：
增强现实、自动驾驶、智慧城市、工业互联网等新型业务应用对网络算力的需求逐渐增强,然而,边缘算力网络系统面临着网络共存的问题——负载不均衡,导致一部分边缘服务器无法满足业务应用的处理需求,另一部分边缘服务器的算力资源处于空闲状态.为了高效协同地感知利用泛在、异构的算力资源,提升6G通信网络的内生感知和算力自适应能力,急需对边缘算力网络中任务路由策略以及算力资源分配进行研究.首先介绍了面向6G网络愿景的算力感知网络的演进和需求,然后构建了任务调度智能决策、存储资源和算力资源按需分配的联合优化路由控制与资源分配
【机 构】
：
北京邮电大学 泛网无线通信教育部重点实验室,北京100876;中国电信股份有限公司研究院,北京102209
论文部分内容阅读
增强现实、自动驾驶、智慧城市、工业互联网等新型业务应用对网络算力的需求逐渐增强,然而,边缘算力网络系统面临着网络共存的问题——负载不均衡,导致一部分边缘服务器无法满足业务应用的处理需求,另一部分边缘服务器的算力资源处于空闲状态.为了高效协同地感知利用泛在、异构的算力资源,提升6G通信网络的内生感知和算力自适应能力,急需对边缘算力网络中任务路由策略以及算力资源分配进行研究.首先介绍了面向6G网络愿景的算力感知网络的演进和需求,然后构建了任务调度智能决策、存储资源和算力资源按需分配的联合优化路由控制与资源分配的智能任务调度模型,最后提出了一种基于Floyd算法的算力感知路由调度策略解决智能任务调度问题.仿真结果表明,与就近调度固定分配资源策略相比,所提的基于Floyd算法的算力感知路由调度策略可以让更多的用户受益,缩短用户业务的平均处理时延,提高边缘算力网络中存储资源和计算资源的利用率.
其他文献
作为6G物理层备选技术,全息无线电具有同时实现射频全息、空间频谱全息和空间波场合成的能力,能够通过空间频谱全息和空间波场合成对全物理空间内的电磁场进行全闭环精准调制和调节,有效提高频谱效率和网络容量,从而支撑全息成像级、超高密度以及像素化的超高分辨率空间复用.该综述全面梳理了面向6G的智能全息无线电的基本概念及国内外研究现状,重点分析了基于智能全息无线电技术的6G通信系统架构,详细阐述了涉及的关键技术和挑战,包括光电二极管和电光调制器紧耦合全息天线阵集成、微波光子前端与光学信号处理的透明融合、RF全息空间
当前电力营销实时费控系统预警方法易将正常数据误标记为异常数据,造成计算量加大,预警时间过长,因此,提出电力营销实时费控系统运行状态异常预警方法.以电力营销实时费控系统历史运行数据为挖掘对象,使用贝叶斯算法处理挖掘到的系统异常运行状态数据集,采用滑动窗口方法连续标记异常运行状态数据,避免正常数据的干扰,在此基础上对系统运行状态异常进行判断.根据异常判断结果,以计算得到的置信度数值为预警限值,实现对费控系统运行状态异常预警.实验结果表明,研究方法的系统运行状态异常判断准确率高,平均预警时间为0.0 3秒左右,
对于我国丰富的旅游资源,传统的人工翻译已经无法满足人们的需求,为此,基于机器学习构建陕西旅游文化法英翻译资源库.确定资源库的总体架构和功能架构,利用朴素贝叶斯分类算法对资源训练,根据计算得出的文本属性权重大小对资源文本分类划分,通过机器学习 自学习过程补充和完善资源库中的资源属性,保证资源库中资源具有较高的准确性,至此完成资源库的构建.通过性能测试结果可知,应用所提方法后法英翻译资源库在忠实度、流畅度和可理解度方面均有了明显提升,为旅游翻译工作者提供了强有力的基础保障.
自动化生产线仿真平台在市场中具有很大的开发价值,在实际生产中,需要机械制造及自动化、电子程序设计和信息交互处理等方面的技术.基于PLC自动化仿真平台,计算自动化生产平台生产和设计的时长,减少设计过程中多余且繁琐的环节,自动化生产平台在没有实际场地保证的前提下,对目标物体的设计和研发阶段在自动线上基于PLC进行模型构建,对平台的数据进行分类提取,并根据数据的实时性和时序性进行验证,实验结果表明,该平台中的数据运行后,可以对自动化仿真平台的数据进行预评估,提供科研人员对平台设计时序性的需求,减少了生产过程中的
传统的协同处理技术覆盖信息的能力较弱,对业务数据进行多次协同处理会增加了处理模块的响应时间,从而降低多业务的协同处理效率,因此,基于用电信息采集系统的全时段覆盖、高速处理特征,研究全新的多业务高效协同处理技术.利用用电信息采集系统,设置业务协同处理规则,通过分析实体机器人客服应用、渠道机器人客服应用以及知识库应用,构建用电信息采集系统交易协同处理技术的架构,以此实现对多业务的高效协同处理.实验结果表明,在同样的测试条件下,面对海量业务数据,所研究的协同处理技术覆盖能力较强,处理模块的响应时间较短,对多业务
物流运输线路规划受到不同路况车流量影响,运输效率降低,提出基于粒子群算法的最优物流线路规划方法.通过车联网技术获取城市交叉口的交通信息,建立城市交叉口车辆动态信息流获取模型,选取一个城市交叉口为预测点,利用泊松分布模型预测城市交叉口车流量变化,结合粒子群算法组建引导需求和指令匹配,对车辆进行路径引导,进一步实现不同路况下的车流量调控,实现物流运输的最优路径规划.结果表明,该方法可以有效预测城市交叉口车流量,及时对车辆进行引导,有效地避开拥堵,实现物流配送路径问题优化,提高物流运输效率,具有很高的应用优势.
针对建筑施工中存在安全风险因素导致安全事故的问题,在建筑安全事故产生机制分析的基础上,通过运用改进型故障树分析方法,建立了建筑施工主要事故的故障树模型.对建筑施工现场进行风险因素识别和风险评估,改进故障树结构,明确风险因素之间的逻辑关系.使用模糊运算处理安全因素发生的概率,减少了由于安全风险因素的不确定性带来的误差,并进行定量分析.实验数据表明,这种分析方法得到的故障树中间事件的模糊概率更加精确,分析误差低.
5G通信的高带宽、低时延和广连接使工业互联网的发展进入了新的阶段.但互联网的路由策略基本原则大多都已经达到极限,不满足工业网络的务必送达、实时性和优先性要求.为提高工业互联网路由的转发速率,同时对转发数据进行优先级分级,采用了优化的背压算法进行路由分发,改进了背压算法在低负荷时延迟较高的不足,对优先等级较高的分组数据包加大背压,从而实现工业网络优先性要求.通过对原方案和改进后的方案进行仿真对比,验证了优化的方案能将转发时延最高降低接近40％,高优先级数据包通过速度提升超过50％,因此提出的方法可以较好地应
为了提升电力报修成功率和效率,降低电力公司客户管理成本和客诉率,设计一种基于AI的呼叫电力报修系统.该系统主要由用户层、展现层、应用层、适配层、资源层组成,用户通过用户层的浏览器访问系统,在展现层实现信息资源获取和信息交互,通过应用层的AI呼叫模块进行系统故障的智能报修呼叫,并对AI呼叫模块报修故障类型进行汇总,经适配层的各项接口将汇总后数据传输至资源层,实现系统报修.实验结果表明:该系统保修成功率高、保修效率高,可有效降低客户管理成本和客诉率,提高用户满意度.
近年来,物联网的普及让数以亿计的移动设备连接到互联网上,在网络边缘产生了海量的数据,使得一种全新的计算范式——边缘计算兴起.同时,得益于深度学习算法和摩尔定律的突破,使得人工智能的发展再一次迎来了高潮.在这一趋势下,将边缘计算与人工智能相结合是必然的,由此产生的新的交叉研究——边缘智能引起了许多学者的广泛关注.在该综述中,边缘智能被分为基于边缘计算的人工智能和基于人工智能的边缘计算(即AI on edge和AI for edge)两部分.AI on edge侧重于研究如何在边缘计算平台上进行人工智能模型的