无人机辅助智能边缘网络技术综述

简要介绍了无人机作为空基信息平台的主要应用场景,结合6G多接入网络和用户为中心网络架构,讨论了无人机在构建智能边缘网络中的重要作用。结合无人机平台在不同场景下的通、感、算能力特点,介绍无人机自组网、无人机通感一体化、无人机边缘计算等无人机辅助智能边缘网络关键技术。最后,围绕无人机在构建智能边缘网络过程中与无线接入网新技术结合时产生的新问题,探讨无人机通信信道建模、三维立体部署与路径规划、携能有限与续航问题、无人机网络安全、无人机集群异构网络融合等关键技术挑战和未来研究方向。

适用于工业物联网网关的智能边缘计算

工业设备接入网络实现生产自动化的过程中数据量级快速增长,而边缘层设备资源有限,无法完成全部任务请求。针对边缘层设备合理高效处理端设备任务请求的问题,提出了一种基于多跳计算卸载方法的物联网边缘网关(Internet of Things Edge Gateway,IoTEG)框架。该框架要求数据优先在网关侧处理以降低时延和保护隐私。首先,该框架根据端设备任务流特点将其分为时敏和非时敏两类。其次,设计了任务轮转调度处理机制,对任务流按时延要求高低进行处理。最后,设计了基于实时网络资源、实时本地资源和任务类型的最优联合计算卸载策略。实验结果表明,IoTEG框架能有效提高任务卸载的成功率,并能够高效处理不同类型的任务。

智能边缘计算在智能电网通信中的应用部署与性能优化

随着物联网(Internet of Things,IoT)和5G的发展,智能电网对低延迟、高可靠的数据通信需求不断增加。文章探讨了智能边缘计算在智能电网通信中的应用与部署,涵盖智能电表数据采集和电力设备监控与维护等场景。通过优化智能边缘计算节点的选址、硬件配置和网络架构设计,实现数据本地化处理和实时上传,减少数据传输延迟和网络负载。此外,文章从计算资源分配优化、任务调度与资源分配优化、数据传输优化等3方面提出了性能优化方法。通过实验验证,文章提出的智能边缘计算在智能电网中的应用部署与性能优化方法提升了数据处理效率和系统可靠性,展现出重要的应用价值。

智能边缘计算与无线通信融合的关键技术与应用

随着5G、物联网技术的快速发展,越来越多的智能设备被部署在网络的边缘,产生了海量的数据和计算需求。如何在边缘设备上实现高效、可靠、安全、可扩展的智能任务,是当前面临的重要挑战和机遇。该文旨在探讨智能边缘技术与无线通信融合的关键技术、应用场景、所面临的挑战以及未来趋势,将我国在智能边缘计算领域的最新研究成果介绍给大家,共同探索面向未来无线通信工程的关键技术和创新应用。

5G通信中的智能边缘计算优化

5G通信技术的快速发展为智能边缘计算提供了广阔的应用场景和发展机遇。智能边缘计算作为一种新型的计算模式,通过将计算和存储资源近距离部署在网络边缘,实现了低时延、高带宽、高可靠性和个性化定制等特性。本文针对5G通信中智能边缘计算的优化问题进行了探讨,从资源分配、任务调度、能源管理等方面分析了优化策略,并探讨了其在提升网络性能、降低能耗、改善用户体验等方面的潜在作用。

面向无人装备的智能边缘计算软技术分析

轻量化神经网络模型的设计及其在边缘端的部署是实现无人装备智能化的关键技术。从构造轻量级深度神经网络的角度出发,研究面向无人装备嵌入式平台应用的智能边缘计算软技术,重点分析模型剪枝、知识蒸馏和参数量化等方法,并以目标识别为例进行各类智能边缘计算技术性能分析,结合各类轻量化模型设计方法的优缺点,提出一种边缘计算的处理框架,即通过模型压缩方法来设计轻量化的神经网络模型,通过引入知识蒸馏的方法对轻量化模型进行有效训练,通过参数量化来加速模型推理时间。随着参数量化和知识蒸馏算法的成熟,该框架正逐渐变得有效可行,为智能边缘计算技术在无人化装备上的应用提供了技术参考。

基于智能边缘物联终端构建水利新型感知体系

算据是构建数字孪生的基础,获取更透彻的感知数据对数字孪生建设尤为重要。传统水利感知存在数据共享难、运行成本高、运行维护困难和智能化程度低等问题。基于智能边缘物联终端,实现多设备一站式接入、多协议多标准全兼容、App极简开发和部署、多样化高可靠通信保障和AI智能分析,解决目前遥测终端功能单一、接收平台过多、采控不统一的问题,可有效降低整体运行维护成本,提升工作效能。基于智能物联终端构建新型水利感知体系,使水利感知更加便捷、透彻和智能,进而为数字孪生提供更全面的数据支撑。

云计算人工智能边缘计算实验课程建设与探索

针对新形势、新要求下的人工智能专业实验室的平台环境建设和教学科研发展,以及学生对多渠道获取知识的需求,高等教育要探索新的教学模式以改变传统的集中性、局限性的专业实践内容。本文对沈阳工业大学人工智能学院建成的人工智能边缘计算实验室应用新型实验平台建设与发展进行了阐述,并详细介绍了边缘计算实验室的技术架构与功能平台,开发了基于平台的实验课程。该实验室的技术及功能架构能够满足学生在异地分布情况下的人工智能与边缘计算实践教学需求,具有较好的推广价值。

面向6G的智能边缘计算网络技术研究

5G网络已在商用方向上实行规模化部署,而6G网络技术也随之兴起。为满足用户的通信需求,运营商需面向6G网络,深入探究智能边缘计算网络技术原理,做好智能边缘计算网络建模,分析移动边缘计算体系,完成云计算及边缘计算,从而实现对海量算力资源的合理分配,提高数据传输效率,降低运营商的网络运营成本。

基于软件定义的弹性智能边缘网络

提出了一种基于软件定义的弹性智能边缘网络架构,以实现对用户接入和数据接入的灵活调度和智能服务。通过软件定义的边缘设备弹性组网,使得网络具备服务无中断、能力虚拟化、控制集中化等特点,从而为运营商降低网络建设成本、提升服务质量以及增强安全管控能力提供了技术手段。

自动追踪冻结联合智能边缘修复技术在宝石能谱CT冠状动脉成像诊断心肌桥中的应用价值

目的:研究自动追踪冻结(SSF)联合智能边缘修复(IBR)技术在宝石能谱CT冠状动脉成像诊断心肌桥(MB)中的应用价值。方法:选取医院收治的468例疑似冠心病患者,依据是否存在心肌桥将468例患者分为MB组(152例)和非MB组(316例),再将MB组分为心率正常组(64例)和心率异常组(88例)。所有患者均行宝石能谱CT冠状动脉检查,根据SSF和IBR技术重建图像并由经验丰富的CT医师采用双盲法进行分析。结果:468例疑似冠心病患者中宝石能谱CT冠状动脉成像共检查出MB患者152例,检出率为32.48%(152/468)。152例MB患者检查出冠状动脉174段,与SSF技术重建相比,IBR技术重建后冠状动脉狭窄度、图像评分显著升高(t=4.672,t=2.221;P<0.05);与单独SSF和IBR技术重建相比,SSF联合IBR技术重建后冠状动脉狭窄度、图像评分显著升高(t=10.111,t=5.609,t=4.706,t=2.393;P<0.05);与心率异常组相比,心率正常组图像评分显著升高(t=3.052,P<0.05)。MB患者和非MB患者在平均年龄、性别、心率方面相比差异无统计学意义。结论:SSF联合IBR技术重建可提高宝石能谱CT冠状动脉成像图像质量,具有一定的临床应用价值。

冠状动脉追踪冻结技术结合智能边缘校准技术对自由心率受试者冠状动脉CT血管成像的影响

目的受试者在自由心率状态下,评估冠状动脉追踪冻结技术(SSF)结合智能边缘校准技术(IBR)对冠状动脉CT血管成像的影响。方法回顾性分析2016年5月至2016年12月首都医科大学附属北京友谊医院收治的50例可疑冠心病患者,扫描前不予服用任何降心率药物,扫描时不控制病人心率范围。使用GE HD750行冠状动脉CT扫描,其中20例使用前瞻性门控扫描,30例使用回顾性心电门控扫描。对比剂用量为0. 8 ml/kg,后续0. 9%氯化钠溶液40 ml,流速5. 0 ml/s。根据重建方法的不同分A、B两组。A组图像采用SSF重建并结合IBR工具处理,B组图像采用标准算法(STD)重建,之后两组数据均进行曲面重建(CPR)及容积再现(VR)重建。由两位高年资医师盲评,评价标准为Likert 5分标准,评分≥3分认为图像具有可靠性。基于冠状动脉的每段血管显示清晰度水平,对两组数据中可清晰显示的3分、4分及5分冠状动脉节段数占总体的比率进行评分。结果 SSF重建结合IBR工具处理后5分图像比率可达94. 2%;标准算法STD重建的5分图像比率仅为60. 7%。结论 SSF及IBR与标准算法比较能更好地提高自由心率受试者冠状动脉CT血管成像的图像质量。

基于改进郊狼优化算法的光伏智能边缘终端优化配置方法

光伏智能边缘终端(PVIET)是实现分布式光伏规模化接入配电网高效率智慧运维的重要设备之一。该文构建光伏智能边缘终端优化配置的数学模型,为实现模型的准确求解,进一步提出一种改进的郊狼优化算法(ICOA)。为解决郊狼优化算法精度不足、收敛速度缓慢等问题,提出全新的社会互助郊狼成长策略和单维组内最优郊狼扰动策略,引入模拟退火、自适应精英保留策略,以让该算法更加适合所提出的工程问题,实现对PVIET的数量、位置及与光伏电站连接方式三个方面的求解。最后,改进的IEEE 69案例验证了模型的有效性,通过算法对比,验证了改进郊狼优化算法在精度、稳定性和收敛性等方面的优越性。

海量微小差异图像群中智能边缘检测方法仿真

由于海量图像群中会同时含有物体边缘、阴影以及噪声问题,采用常规图像边缘检测方法很难从噪声或是微小差异特征中区分出精确边缘,检测出的边缘存在细节损失严重、边缘不连续以及噪声去除不完全等问题。提出一种结合Canny算子、非下采样Contourlet变换以及模糊C均值聚类方法的图像边缘检测方法。将海量微小差异图像乘性噪声转换为加性噪声形式,结合Canny算子计算差异图像群中边缘方向。根据海量微小差异图像边缘丰富、区域平滑的特点,以及差异图像在灰度上的差异,结合区域生长完成灰度差异的分割。通过非下采样Contourlet变换将图像群中图像分解为低频分量和高频分量,提取边缘信息,采用模糊C均值聚类方法对边缘进行聚类获得低频边缘图像,对于边缘细节信息较多的微小差异图像高频分量各个子带,依据模极大值检测边缘,减少图像为边缘,丰富微小差异图像细节,通过对海量微小差异图像群中低频分量和高频分量进行融合获得完整的图像边缘。实验结果表明,上述方法对高斯噪声具有较好的抑制能力,具有良好的图像边缘定位精度和干扰鲁棒性。

基于智能边缘计算的物联接入网关容错机制研究

为了提高网关容错检测和资源调度能力,提出基于智能边缘计算的物联接入网关容错机制。通过构建智能边缘计算平台,采用安全基础设施模块保护元件安全;利用边缘计算服务提高网络数据处理效率,融合蚂蚁算法优势检测最优资源任务,实现网关容错检测和调度。实验表明,该文方法执行任务平均时间为8322 ms,用时较短,成功率高达95%,可行性高。

自动追踪冻结联合智能边缘修复技术在宝石能谱CT冠状动脉成像诊断心肌桥中的应用价值

目的探究自动追踪冻结(SSF)联合智能边缘修复(IBR)技术在宝石能谱CT冠状动脉成像诊断心肌桥(MB)中的应用价值。方法选取本院2017年1月~2019年12月期间178例疑似冠心病患者行宝石能谱CT冠状动脉检查图像及临床资料进行分析,其中诊断MB患者57例。根据SSF和IBR技术重建图像,并由经验丰富的CT诊断医师采用双盲法进行分析。结果MB患者和非MB患者在平均年龄、性别、心率方面相比较差异无统计学意义(P>0.05)。178例疑似冠心病患者行宝石能谱CT冠状动脉成像检查,检查出MB患者57例,检出率为32.02%(57/178)。57例MB患者检查出冠状动脉74段,其中冠状动脉厚度<2 mm的MB患者9例;冠状动脉厚度2~5 mm的MB患者41例;冠状动脉厚度>5 mm的MB患者7例。与SSF技术重建相比,IBR技术重建后冠状动脉狭窄度、图像评分显著升高(P<0.05);与单独SSF和IBR技术重建相比,SSF联合IBR技术重建后冠状动脉狭窄度、图像评分显著升高(P<0.05);与心率异常组相比,心率正常组图像评分显著升高(P<0.05)。结论SSF联合IBR技术重建可提高宝石能谱CT冠状动脉成像图像质量,具有一定的临床应用价值。

边缘智能与智能边缘计算技术的分析

阐述边缘智能计算与智能边缘计算,共同为5G时代创造了基础的计算技术,分析其存在的关系以及其应用的方式。

移动智能边缘计算激励机制研究

移动边缘计算作为新架构赋予了边缘端更强的计算、存储和通信能力,但是需要合理的激励机制来提高边缘端用户提供资源的主动性。针对移动智能边缘计算的三大典型应用场景即计算卸载、边缘缓存和数据收集,首先对不同应用场景下的激励机制进行研究,然后从服务质量、网络质量和数据质量3个角度提出了移动智能边缘计算激励机制设计所要解决的核心科学问题,最后深入分析了解决以上问题所面临的技术挑战,并给出了对应的具体解决方案。

物联网智能边缘计算研究及应用

物联网的发展促进了物理空间和信息空间的融合,越来越多的人、机、物被接入信息空间,在此过程中产生了海量的数据,对传输带宽和时效性等方面提出了更高的要求。边缘计算模式将计算任务在靠近数据源的算力资源上进行处理,可以有效地减少系统时延,减少数据传输带宽,提高系统的可靠性,保护数据安全和隐私。重点阐述了物联网智能边缘计算的系统框架、智能算法以及在智能养老领域的应用,并从软件环境和智能算法两个角度对物联网智能边缘计算技术未来可能的发展方向进行了论述。

面向5G Advanced的智能边缘网络演进

5G Advanced演进愿景中实时宽带交互(Real Time Broadband Communication,RTBC)、通信感知一体(Harmonized Communication and Sensing,HCS)、上行超宽带(Uplink Centric Broadband Communication,UCBC)业务对网络时延、轻量级部署等带来新挑战。该综述系统回顾了5G边缘网络整体架构及关键技术方向,包括智能边缘路由技术、智能业务寻址技术、3GPP标准演进节奏等。展望了5G Advanced智能边缘网络的技术发展趋势,包括无缝应用迁移技术、跨运营商之间边缘网络互通技术、AI及感知算力的协同和融合,以及基于空天一体化的边缘网络架构等。