【摘 要】
：
车载终端受硬件限制已无法支撑延迟敏感和计算密集型车联网业务的本地化处理,移动边缘计算(MEC)通过在用户侧提供计算卸载服务,可实现车载任务的实时化处理并降低车载终端能耗.为了提高车载环境有限资源的利用率,综合考虑车联网应用多样性与计算资源有限性,提出一种面向车联网多优先级任务的MEC计算卸载策略.首先将车辆移动性建模为车辆与路侧单元(RSU)的距离,由任务在本地执行的时延与能耗、卸载执行的时延与能耗、截止时间及在小区内持续时间进行任务的卸载判决;然后根据不同任务的优先级对可卸载任务进行分组,优先处理高优先
【机 构】
：
长安大学 信息工程学院,陕西 西安 710064
论文部分内容阅读
车载终端受硬件限制已无法支撑延迟敏感和计算密集型车联网业务的本地化处理,移动边缘计算(MEC)通过在用户侧提供计算卸载服务,可实现车载任务的实时化处理并降低车载终端能耗.为了提高车载环境有限资源的利用率,综合考虑车联网应用多样性与计算资源有限性,提出一种面向车联网多优先级任务的MEC计算卸载策略.首先将车辆移动性建模为车辆与路侧单元(RSU)的距离,由任务在本地执行的时延与能耗、卸载执行的时延与能耗、截止时间及在小区内持续时间进行任务的卸载判决;然后根据不同任务的优先级对可卸载任务进行分组,优先处理高优先级任务的资源分配问题;最后基于任务优先级、任务数据量与连接质量,利用改进竞价的拍卖算法进行任务调度.仿真结果显示,所提算法可以在进一步提高资源利用率的同时,提高安全相关任务的成功处理数量.
其他文献
为了满足立方体卫星对姿控计算机高性能、低功耗以及具有丰富的外设接口的要求,该文基于低成本、低功耗的STM32芯片设计立方体卫星姿控计算机.首先对立方体卫星任务进行总体分析,提出姿控计算机的总体设计方案;然后根据需求对姿控计算机硬件系统进行设计,重点对主控芯片的选型、主芯片基础外围电路的设计以及主芯片与姿控各部组件的接口电路设计进行阐述;最后对姿控计算机实物进行了试验验证.结果表明,基于STM32芯片设计的模块化的立方体卫星姿控计算机,具有集成度高、低成本、低功耗、高性能、质量轻、工程适用性强等优点.
当前利用雷达等气象资料对下击暴流进行识别预警的准确性很低,因此文中提出一种以深度神经网络为基础的下击暴流智能识别方法.该方法以雷达回波时序图像和雷达径向速度场时序图像作为输入,将两种图像的时空四维特征融合到深度神经网络中,通过深度学习寻求“雷达回波图像和径向速度场图像”与“是否发生下击暴流”之间的函数映射关系.运用数据增强和损失函数优化技术,改善因样本数据不均衡所导致的识别结果偏向于样本中大概率事件的问题.再结合K折交叉验证,避免模型训练过程陷入局部极值.实验结果表明,文中方法对下击暴流识别的成功率达到9
为实时在线自动获取光伏阵列各分支的电压、电流、温湿度、水平照度和有效照度等精确值,便于在不影响发电的情况下自动实现对光伏阵列的在线周期性精细检测,以提高光伏电站对发电效率的预测和对异常状况的维护,设计了一种智能光伏电站数据汇聚管理系统.系统采用模块化设计,可根据实际需要灵活配置传感器,以窄带物联网(NB?IoT)和LoRa为通信方式,采用UCOSⅢ嵌入式系统和消息队列遥测传输协议(MQTT)云服务器进行数据传输和存储.系统在配置要求极低的情况下,能保证可靠的数据传输,使多平台的客户端实时查看当前各光伏子阵
针对电控柜的电气布线而设计的自动布线机,可有效提高电控柜生产行业的工作效率.而在布线机的工作过程中,布线时速度的平滑加减速和两折线段转接的处理,是该设备设计时需考虑的关键问题之一.针对传统S型加减速曲线存在的七段变速区改进后的自适应S曲线,可通过前瞻处理提前获取各布线路径长度信息,得到最大允许速度后选择4种不同的变速曲线,进行更好的速度规划从而实现平滑变速;针对布线转角处速度过渡处理,提出二次对称转接法,能有效提高加速度约束条件下转接角的最大允许速度和系统平稳性,提升布线效率.通过Matlab仿真结果证明
目前空气污染严重,为了实时监测空气质量,保证人们的生活健康,提出了一种新的神经网络预测模型来提高PM2.5的预测精度.通过PCA降维缩减数据的维度简化数据,将PSO的惯性权重从线性减小改进成非线性变化,再将加速因子从固定值进行线性变化,动态地调整了粒子的局部寻优和全局寻优,并且在原有的基础上加入了遗传算法的变异操作,进行自适应变异,避免其陷入局部最优,并对粒子的适应度函数做改进.采用改进的PSO算法优化BiLSTM结构的迭代次数、学习率、两个隐含层的节点数,构成PCA-IPSO-BiLSTM神经网络预测模
在信号检测领域中,由于原始信号的动态范围较大,往往需要把增益放大,为了使放大器实现程控增益放大,文中提出双模式宽带程控增益放大器模块设计.该程控增益放大器模块采用双模式方式工作,即固定增益输出可变模式和固定输出增益可变模式.模块使用STM32F4O7作为微控制器(MCU),MCU与多级可变增益放大器和峰值检测电路构成闭环控制,形成自动增益控制电路.首先对峰值检测电路输出的信号进行A/D采集,经过D/A反馈使得整个模块处于动态平衡状态,这种闭环控制系统能够精确地控制增益和输出信号.最后利用均值滤波算法测试得
针对以太网映射器芯片中以太网链路和HDLC链路之间存在不同速率数据链路通信的相互转换问题,文中提出一种SDRAM控制器的设计方案并采用Verilog HDL来实现.在该设计电路中,仲裁器处理以太网链路和HDLC链路与SDRAM之间的数据传送请求,以太网模块将接收到的数据写入IN_FIFO缓冲区,仲裁器负责将IN_FIFO中的数据导入SDRAM.在约定信息速率(CIR)控制器的作用下,仲裁器将SDRAM中的数据写入OUT_FIFO缓冲区,HDLC模块将OUT_FIFO中的数据读出.采用双缓存模块的设计对写入
针对传统群智能优化算法求解柔性作业车间调度问题时存在寻优后期收敛速度慢、易陷入局部最优等问题,提出一种改进狼群算法(IWPA).首先,构建以最小化最大完工时间为优化目标的柔性作业车间调度问题(FJSP)模型;其次,采用混沌初始化操作和二进制串调整策略以提高初始种群的质量;为提高算法的收敛速度和全局搜索能力,对探狼和猛狼的位置更新公式分别进行改进;采用类似于遗传算法(GA)中的选择、交叉操作不断对最佳加工序列进行扰动,以改善算法的局部搜索性能;最后,采用新的种群淘汰机制更新狼群来丰富种群多样性.通过与多种群
针对PC构件堆场空间利用不充分、构件堆放混乱、堆位分配不合理等问题,以PC构件堆场为研究背景,以PC构件堆场空间利用最大为目标函数,综合考虑PC构件堆场容量限制、PC构件堆存位置、集卡分配、PC构件类型及所属项目约束等诸多因素,构建PC构件堆场堆位动态分配模型.鉴于PC构件堆场空间利用优化研究问题的复杂性,为避免经典算法容易陷入局部最优和求解速度较慢等缺陷,设计遗传萤火虫混合算法对模型问题进行求解,既提高了初始解生成质量又提高了算法的收敛速度.最后,利用某中部地区PC构件堆场实际数据,对堆场堆位分配模型及
为响应国家创新驱动战略,促进消防系统的技术革新,提高消防系统电源管理的高效化和智能化水平,通过研究蚁群算法在应急电源管理系统中的应用,提出一种基于蚁群算法的动态电源管理方案,实现系统巡查路径的迭代优化;设计了用于应急照明设备的电源管理系统,采用主动巡查与周期性定时巡查结合的方式,实现应急电源分级控制、统筹分析的智能化管理,提高了系统的响应速率.基于Matlab平台设计了电源节点巡查的仿真对比实验,实验结果表明,采用蚁群算法的电源管理系统能够动态调整巡查节点、寻找最优巡查路径,有效缩短系统的巡查距离,提高系