本文针对能量采集认知机器到机器(Machine-to-Machine,M2M)通信的能量效率问题,在保证服务质量(Quality of Service,QoS)的条件下,提出了一种能效优化算法.以最大化网络中用户能效为目标,综合考虑传输功率控制、时隙分配、传输模式选择...本文针对能量采集认知机器到机器(Machine-to-Machine,M2M)通信的能量效率问题,在保证服务质量(Quality of Service,QoS)的条件下,提出了一种能效优化算法.以最大化网络中用户能效为目标,综合考虑传输功率控制、时隙分配、传输模式选择、中继选择以及每个设备的能量状态为约束,将优化问题建模为一个混合整数非线性规划问题.将该能效优化问题转化为离散时间有限状态马尔科夫决策过程(Discrete-time and Finite-state Markov Decision Process,DFMDP)进行求解.提出一种基于深度强化学习的算法寻找最优策略.仿真结果表明,所提算法在平均能效方面优于其他方案,且收敛速度在可接受范围内.展开更多
针对机器对机器(Machine to Machine, M2M)通信设备数量的持续增大导致M2M通信在当前蜂窝网络架构下会产生网络拥塞和接入成功率下降的问题,提出了一种基于设备能耗率分簇的M2M通信随机接入方法。该方法中M2M通信设备根据自身能量消耗...针对机器对机器(Machine to Machine, M2M)通信设备数量的持续增大导致M2M通信在当前蜂窝网络架构下会产生网络拥塞和接入成功率下降的问题,提出了一种基于设备能耗率分簇的M2M通信随机接入方法。该方法中M2M通信设备根据自身能量消耗率划分优等簇,即能耗率越大其优等级越高,优等级高的簇内设备享有随机接入资源的优先分配权,其随机接入资源由每簇的簇头代表簇接收,并在簇内设备之间通过随机接入竞争过程实现分配。仿真结果表明,相对于接入级限制(Access Class Barring, ACB)方法,该方法在接入成功率方面提升约5%,在延迟方面降低约10 s,能够有效降低设备能耗,提高设备接入的成功率。展开更多
Internet of Things (IoT) among of all the technology revolutions has been considered the next evolution of the internet. IoT has become a far more popular area in the computing world. IoT combined a huge number of thi...Internet of Things (IoT) among of all the technology revolutions has been considered the next evolution of the internet. IoT has become a far more popular area in the computing world. IoT combined a huge number of things (devices) that can be connected through the internet. The purpose: this paper aims to explore the concept of the Internet of Things (IoT) generally and outline the main definitions of IoT. The paper also aims to examine and discuss the obstacles and potential benefits of IoT in Saudi universities. Methodology: the researchers reviewed the previous literature and focused on several databases to use the recent studies and research related to the IoT. Then, the researchers also used quantitative methodology to examine the factors affecting the obstacles and potential benefits of IoT. The data were collected by using a questionnaire distributed online among academic staff and a total of 150 participants completed the survey. Finding: the result of this study reveals there are twelve factors that affect the potential benefits of using IoT such as reducing human errors, increasing business income and worker’s productivity. It also shows the eighteen factors which affect obstacles the IoT use, for example sensors’ cost, data privacy, and data security. These factors have the most influence on using IoT in Saudi universities.展开更多
机器对机器(M2M,machine to machine)通信有着巨大的市场潜力,无线局域网(WLAN)作为3G网络的主要补充必将承载大量M2M业务。针对具有时延容忍、耐性重试等特点的典型的M2M小数据业务,提出了一种大时间尺度退避的IEEE 802.11 DCF网络分...机器对机器(M2M,machine to machine)通信有着巨大的市场潜力,无线局域网(WLAN)作为3G网络的主要补充必将承载大量M2M业务。针对具有时延容忍、耐性重试等特点的典型的M2M小数据业务,提出了一种大时间尺度退避的IEEE 802.11 DCF网络分析模型,推导了MAC层服务时间的概率分布;建立IPP/G/1/K离散时间排队系统模型,研究了非饱和负载下M2M业务在WLAN非理想信道中传输的QoS性能。算法仿真结果表明,大时间尺度退避机制有效提高了系统的吞吐量,降低了系统阻塞率。展开更多
针对加强的长期演进LTE-A(Long Term Evolution-Advanced)网络下机器对机器M2M(Machine-to-Machine)通信上行链路的能量效率问题,提出一种基于LTE-A网络中M2M通信上行链路调度的资源分配算法。构建系统模型与定义最大能量效率目标函数;...针对加强的长期演进LTE-A(Long Term Evolution-Advanced)网络下机器对机器M2M(Machine-to-Machine)通信上行链路的能量效率问题,提出一种基于LTE-A网络中M2M通信上行链路调度的资源分配算法。构建系统模型与定义最大能量效率目标函数;通过对原系统模型重构将具有非线性约束条件能量效率最优问题化解为二维背包问题;采用Charnes-Cooper变换和Glover的线性化方案,使该NP-Hard问题转化为混合整数线性规划MILP(Mixed-integer linear programming)问题。仿真结果表明,该方法相比与轮询算法和比例公平算法,能较大幅度地提高能量效率,降低丢包率。展开更多
基于串联排队网络理论,将同时承载M2M(Machine to machine)业务和H2H(Hu-man to human)业务的通信网络建模为离散时间会话级串联排队网络,研究了海量M2M小数据业务对H2H业务的影响。在生成函数域提出了服务等效方法,把网络对M2M业务的...基于串联排队网络理论,将同时承载M2M(Machine to machine)业务和H2H(Hu-man to human)业务的通信网络建模为离散时间会话级串联排队网络,研究了海量M2M小数据业务对H2H业务的影响。在生成函数域提出了服务等效方法,把网络对M2M业务的服务映射到网络对H2H业务的服务时间分布中,得到了实际服务过程的等效表达式,解决了混合业务到达、异构服务给串联排队网络的离去过程分析带来的求解困难的问题。求解了串联排队系统,得到了M2M业务到达率、服务速率与H2H业务端到端性能指标的关系,讨论了M2M业务准入控制方法。展开更多
提出了一种源自于人类认知思维模式的普遍适用的算法设计模型——M2M模型(Macro to Micro model)。M2M模型的数据结构用O(n)时间建成,并具备高度的并行性。针对交通网络的最优路径规划问题,提出了基于M2M模型的交通网络出行路径规划算法...提出了一种源自于人类认知思维模式的普遍适用的算法设计模型——M2M模型(Macro to Micro model)。M2M模型的数据结构用O(n)时间建成,并具备高度的并行性。针对交通网络的最优路径规划问题,提出了基于M2M模型的交通网络出行路径规划算法,将交通路网运用M2M模型分层分块,减少搜索区域,优化路径搜索速度。实验证明,相对于当前使用较多的Dijkstra及A*等经典算法,本算法在求解速度上有明显提高。展开更多
文摘本文针对能量采集认知机器到机器(Machine-to-Machine,M2M)通信的能量效率问题,在保证服务质量(Quality of Service,QoS)的条件下,提出了一种能效优化算法.以最大化网络中用户能效为目标,综合考虑传输功率控制、时隙分配、传输模式选择、中继选择以及每个设备的能量状态为约束,将优化问题建模为一个混合整数非线性规划问题.将该能效优化问题转化为离散时间有限状态马尔科夫决策过程(Discrete-time and Finite-state Markov Decision Process,DFMDP)进行求解.提出一种基于深度强化学习的算法寻找最优策略.仿真结果表明,所提算法在平均能效方面优于其他方案,且收敛速度在可接受范围内.
文摘针对机器对机器(Machine to Machine, M2M)通信设备数量的持续增大导致M2M通信在当前蜂窝网络架构下会产生网络拥塞和接入成功率下降的问题,提出了一种基于设备能耗率分簇的M2M通信随机接入方法。该方法中M2M通信设备根据自身能量消耗率划分优等簇,即能耗率越大其优等级越高,优等级高的簇内设备享有随机接入资源的优先分配权,其随机接入资源由每簇的簇头代表簇接收,并在簇内设备之间通过随机接入竞争过程实现分配。仿真结果表明,相对于接入级限制(Access Class Barring, ACB)方法,该方法在接入成功率方面提升约5%,在延迟方面降低约10 s,能够有效降低设备能耗,提高设备接入的成功率。
文摘Internet of Things (IoT) among of all the technology revolutions has been considered the next evolution of the internet. IoT has become a far more popular area in the computing world. IoT combined a huge number of things (devices) that can be connected through the internet. The purpose: this paper aims to explore the concept of the Internet of Things (IoT) generally and outline the main definitions of IoT. The paper also aims to examine and discuss the obstacles and potential benefits of IoT in Saudi universities. Methodology: the researchers reviewed the previous literature and focused on several databases to use the recent studies and research related to the IoT. Then, the researchers also used quantitative methodology to examine the factors affecting the obstacles and potential benefits of IoT. The data were collected by using a questionnaire distributed online among academic staff and a total of 150 participants completed the survey. Finding: the result of this study reveals there are twelve factors that affect the potential benefits of using IoT such as reducing human errors, increasing business income and worker’s productivity. It also shows the eighteen factors which affect obstacles the IoT use, for example sensors’ cost, data privacy, and data security. These factors have the most influence on using IoT in Saudi universities.
文摘机器对机器(M2M,machine to machine)通信有着巨大的市场潜力,无线局域网(WLAN)作为3G网络的主要补充必将承载大量M2M业务。针对具有时延容忍、耐性重试等特点的典型的M2M小数据业务,提出了一种大时间尺度退避的IEEE 802.11 DCF网络分析模型,推导了MAC层服务时间的概率分布;建立IPP/G/1/K离散时间排队系统模型,研究了非饱和负载下M2M业务在WLAN非理想信道中传输的QoS性能。算法仿真结果表明,大时间尺度退避机制有效提高了系统的吞吐量,降低了系统阻塞率。
文摘针对加强的长期演进LTE-A(Long Term Evolution-Advanced)网络下机器对机器M2M(Machine-to-Machine)通信上行链路的能量效率问题,提出一种基于LTE-A网络中M2M通信上行链路调度的资源分配算法。构建系统模型与定义最大能量效率目标函数;通过对原系统模型重构将具有非线性约束条件能量效率最优问题化解为二维背包问题;采用Charnes-Cooper变换和Glover的线性化方案,使该NP-Hard问题转化为混合整数线性规划MILP(Mixed-integer linear programming)问题。仿真结果表明,该方法相比与轮询算法和比例公平算法,能较大幅度地提高能量效率,降低丢包率。
文摘基于串联排队网络理论,将同时承载M2M(Machine to machine)业务和H2H(Hu-man to human)业务的通信网络建模为离散时间会话级串联排队网络,研究了海量M2M小数据业务对H2H业务的影响。在生成函数域提出了服务等效方法,把网络对M2M业务的服务映射到网络对H2H业务的服务时间分布中,得到了实际服务过程的等效表达式,解决了混合业务到达、异构服务给串联排队网络的离去过程分析带来的求解困难的问题。求解了串联排队系统,得到了M2M业务到达率、服务速率与H2H业务端到端性能指标的关系,讨论了M2M业务准入控制方法。
文摘提出了一种源自于人类认知思维模式的普遍适用的算法设计模型——M2M模型(Macro to Micro model)。M2M模型的数据结构用O(n)时间建成,并具备高度的并行性。针对交通网络的最优路径规划问题,提出了基于M2M模型的交通网络出行路径规划算法,将交通路网运用M2M模型分层分块,减少搜索区域,优化路径搜索速度。实验证明,相对于当前使用较多的Dijkstra及A*等经典算法,本算法在求解速度上有明显提高。