边缘计算中面向互动直播的用户分配策略

将互动直播部署在边缘计算环境中,可以在网络边缘对直播视频进行转码和传输,通过用户附近的边缘服务器提供低延迟的直播服务.然而,在多边缘服务器、多用户场景下存在着直播用户分配问题,导致直播用户体验质量(quality of experience, QoE)无法得到保证.为了提高直播用户QoE,需要根据用户的个性化需求合理地分配服务器资源.首先分析真实数据集,发现大多数用户处于多基站重叠覆盖区域内,并且不同用户的互动需求存在差异;然后根据互动直播的特点提出一种适用于边缘计算场景的用户QoE模型,该模型综合考虑了直播用户的视频质量和互动体验;最后设计一种高效的直播用户分配算法,优化了多边缘服务器重叠覆盖区域内的直播用户QoE.仿真实验表明,所提出的用户分配策略可为用户提供高码率和低延迟的直播视频,同时能有效降低边缘服务器切换次数和码率抖动,使直播用户QoE相较于其他策略提升超过19%.

基于遗传蚁群混合算法的机械臂路径规划

本文针对空间机械臂路径规划问题,提出了一种基于遗传蚁群混合算法的路径规划方法。以安川GP8型号机械臂为研究对象,运用改进D-H法建立了机械臂的运动学方程并求解。通过遗传蚁群混合算法规划出机械臂末端运动路径,并运用前述的运动学求解方法求出路径中机械臂各关节角度。在MATLAB平台上建立了仿真模型,仿真结果表明了该方法是可行和有效的。