利用多接入边缘计算(multi-access edge computing,MEC)和终端直传通信(Device to Device,D2D)技术,可以提升电力智能巡检中传感数据传输和处理的能力,但需要解决频谱复用和干扰条件下的网络资源优化分配问题。针对D2D辅助的MEC网络,文...利用多接入边缘计算(multi-access edge computing,MEC)和终端直传通信(Device to Device,D2D)技术,可以提升电力智能巡检中传感数据传输和处理的能力,但需要解决频谱复用和干扰条件下的网络资源优化分配问题。针对D2D辅助的MEC网络,文章提出了一种基于深度强化学习的资源联合优化分配算法。首先在频道复用与干扰、功率和计算等资源约束条件下,分析了D2D辅助的MEC网络的终端容量、功耗和时延计算方法;然后综合考虑吞吐量、功耗和时延等指标要求,建立了基于综合效益函数最大化的资源优化分配模型;最后采用深度强化学习算法实现任务卸载和资源分配的联合优化。仿真结果表明,该算法可有效提升系统容量和任务卸载的综合性能。展开更多
为了实现每座电力铁塔形态的可视化并对其进行监视,保障电力系统安全可靠运行,文章针对室外建筑变形监测技术展开研究,介绍了一种基于北斗导航定位技术的电力铁塔变形监测方法。北斗Ⅱ监测点设备采用实时动态定位(Real Time Kinematic,R...为了实现每座电力铁塔形态的可视化并对其进行监视,保障电力系统安全可靠运行,文章针对室外建筑变形监测技术展开研究,介绍了一种基于北斗导航定位技术的电力铁塔变形监测方法。北斗Ⅱ监测点设备采用实时动态定位(Real Time Kinematic,RTK)算法,通过北斗短报文通信将位置数据发送到远程监控服务器,通过铁塔监测判定策略及时发现倾斜铁塔,理论上可以实现电力铁塔关键位置的实时厘米级坐标计算。展开更多
工业物联网(Industrial Internet of Things,IIoT)是实施智能制造的重要载体,近年来引起了学术界和业界的极大兴趣。目前,在IIoT环境中主要采用云存储来存储数据,但是,云存储的过度延迟无法满足IIoT业务的时延要求,尤其是某些时延敏感...工业物联网(Industrial Internet of Things,IIoT)是实施智能制造的重要载体,近年来引起了学术界和业界的极大兴趣。目前,在IIoT环境中主要采用云存储来存储数据,但是,云存储的过度延迟无法满足IIoT业务的时延要求,尤其是某些时延敏感型的业务。针对云存储应用于IIoT大数据场景存在数据传输时延较高的问题,文章研究了一种新型的"云/雾混合"网络架构,该架构利用雾计算层设备构建分布式雾存储体系结构,通过将IIoT中的数据分布式存储至多个雾节点,达到降低数据传输时延的目的。由于雾设备的可靠性低,数据容易丢失,进一步提出了分布式冗余存储分配方案,以提高存储系统的安全性。由于提出的问题是所有非确定性多项式(Non-deterministic Polynomial,NP)问题,是能在多项式时间复杂度内归约到的问题,因此提出一种启发式优化算法,用于在安全约束下最小化数据传输时延。性能评估结果验证了所提方案能够降低数据传输时延,同时保证雾存储系统的安全性。展开更多
针对传统查表查询表项更新频率不一致的问题,提出一种新型基于OFDM(Orthogonal Frequency Division Multiplexing)信号幅度统计特性的指数查询表索引算法,通过在查询表索引算法中引入OFDM信号幅度的分布特性,使查表法的表项更新频率最...针对传统查表查询表项更新频率不一致的问题,提出一种新型基于OFDM(Orthogonal Frequency Division Multiplexing)信号幅度统计特性的指数查询表索引算法,通过在查询表索引算法中引入OFDM信号幅度的分布特性,使查表法的表项更新频率最终趋于一致,达到提升系统的非线性失真矫正精度的目的,同时不明显增加复杂度。仿真结果表明,在查询表大小相同的条件下,新型查询表索引算法比传统算法提升了系统的性能,降低了饱和性失真的影响;同时,由于将索引目标由信号幅度改为信号功率,使其硬件实现更为简单高效。展开更多
文摘利用多接入边缘计算(multi-access edge computing,MEC)和终端直传通信(Device to Device,D2D)技术,可以提升电力智能巡检中传感数据传输和处理的能力,但需要解决频谱复用和干扰条件下的网络资源优化分配问题。针对D2D辅助的MEC网络,文章提出了一种基于深度强化学习的资源联合优化分配算法。首先在频道复用与干扰、功率和计算等资源约束条件下,分析了D2D辅助的MEC网络的终端容量、功耗和时延计算方法;然后综合考虑吞吐量、功耗和时延等指标要求,建立了基于综合效益函数最大化的资源优化分配模型;最后采用深度强化学习算法实现任务卸载和资源分配的联合优化。仿真结果表明,该算法可有效提升系统容量和任务卸载的综合性能。
文摘为了实现每座电力铁塔形态的可视化并对其进行监视,保障电力系统安全可靠运行,文章针对室外建筑变形监测技术展开研究,介绍了一种基于北斗导航定位技术的电力铁塔变形监测方法。北斗Ⅱ监测点设备采用实时动态定位(Real Time Kinematic,RTK)算法,通过北斗短报文通信将位置数据发送到远程监控服务器,通过铁塔监测判定策略及时发现倾斜铁塔,理论上可以实现电力铁塔关键位置的实时厘米级坐标计算。
文摘工业物联网(Industrial Internet of Things,IIoT)是实施智能制造的重要载体,近年来引起了学术界和业界的极大兴趣。目前,在IIoT环境中主要采用云存储来存储数据,但是,云存储的过度延迟无法满足IIoT业务的时延要求,尤其是某些时延敏感型的业务。针对云存储应用于IIoT大数据场景存在数据传输时延较高的问题,文章研究了一种新型的"云/雾混合"网络架构,该架构利用雾计算层设备构建分布式雾存储体系结构,通过将IIoT中的数据分布式存储至多个雾节点,达到降低数据传输时延的目的。由于雾设备的可靠性低,数据容易丢失,进一步提出了分布式冗余存储分配方案,以提高存储系统的安全性。由于提出的问题是所有非确定性多项式(Non-deterministic Polynomial,NP)问题,是能在多项式时间复杂度内归约到的问题,因此提出一种启发式优化算法,用于在安全约束下最小化数据传输时延。性能评估结果验证了所提方案能够降低数据传输时延,同时保证雾存储系统的安全性。
文摘针对传统查表查询表项更新频率不一致的问题,提出一种新型基于OFDM(Orthogonal Frequency Division Multiplexing)信号幅度统计特性的指数查询表索引算法,通过在查询表索引算法中引入OFDM信号幅度的分布特性,使查表法的表项更新频率最终趋于一致,达到提升系统的非线性失真矫正精度的目的,同时不明显增加复杂度。仿真结果表明,在查询表大小相同的条件下,新型查询表索引算法比传统算法提升了系统的性能,降低了饱和性失真的影响;同时,由于将索引目标由信号幅度改为信号功率,使其硬件实现更为简单高效。