面向星地融合的6G云雾化自组网

低轨星座朝支持星上处理、功能可重构、星地协作和通信遥感导航控制等多任务一体化的方向演进,受限于星上信号处理和计算能力不足、星间链路容量不宽等瓶颈,迫切需要和具有强大云化处理与计算能力的陆地移动通信网络深度融合。为此,提出了面向星地融合的6G云雾化自组网的体系架构和协议体系,实现了低轨雾化卫星网络和陆地云化通信网络的协同融合,研究了基于星上雾化处理的通信遥感导航控制一体化波形和资源管理,以及云雾化协同的移动性管理和智能信息处理等关键技术,展望了未来的标准化工作和硬件试验。

一次北极地区低云转化为海雾的观测研究

2016年8月11日,中国第七次北极科学考察在82.75°N,163.25°W附近观测到一次海雾过程。本文利用船载观测数据和浮冰站通量系统观测数据,结合再分析资料,对海雾的形成机理进行研究。结果表明,冷高压系统在冰面的加强,增强了下沉运动,使逆温层高度明显降低。伴随低云云底高度下降,冰面能见度下降至不足1 km。在低云下降过程中,冰面气象要素表现为增湿和降温的特征。冷平流和冰面的冷却作用导致气温下降,高低压之间的偏南气流将楚科奇海的水汽输送到密集浮冰区,为海雾提供了充足的水汽。冰面的升华和蒸发作用一方面对底层大气水汽增加有贡献,另一方面使冰面失去潜热导致冰面温度下降。

吸湿性催化剂人工消暖雾大型雾室试验及机理研究

雾给现代交通和人类身体健康造成严重影响,人工消雾对于防灾减灾具有重要价值。但目前关于消雾机理仍存在一定争议,关于催化剂粒径的选择也具有较大不确定性。本研究基于15 000 m3大型雾室,开展了不同粒径催化剂颗粒对暖雾清除效果的研究。结果表明:A催化剂(粒径为75μm)具有良好的消雾能力,消雾时间约为自然沉降的20%;B催化剂(粒径为100μm)消雾时间约为自然沉降的40%,消雾效果相比A催化剂偏差。为验证和计算最优催化剂粒径,本研究利用重力连续碰并增长模型,从理论上分析了消雾催化剂的最优粒径。结果表明:催化剂颗粒过小,捕获的雾滴少,碰并耗水少,消雾时间长;催化剂颗粒过大,下降速度快,消雾时间短,但捕获的雾滴少,碰并耗水少。综合来看,最优的催化剂颗粒直径为40~80μm。本研究结果可为外场消雾试验提供科学参考。

云雾边异构协同下的智能变电站二次设备智能化运检方法

为了实现对二次设备健康状态的分级评估及巡检,辨识设备监测图像数据特征,同时计划相应检修项目,研究了云雾边异构协同下的智能变电站二次设备智能化运检方法。通过云雾边异构协同下的二次设备监视,制定室内巡检方案,结合智能巡检系统实现巡检任务;处理设备监测图像数据,抑制图像中存在的噪声,区别图像中设备监测的有用信息和干扰信息;评估二次设备健康状态,判断设备工作运行状态等级;制定检修计划,执行检修方案,采取检修措施,完成检修。经实验论证分析,该方法识别的二次设备缺陷数量更加全面,经检修后,二次设备缺陷消除效果明显,运行稳定安全,运行状态得分明显提高,运行状态等级均为正常状态。

94 GHz频段FOD探测雷达与云雾多普勒监测雷达频率兼容性分析

随着毫米波雷达技术的发展及其广泛应用,面向小目标探测、高精度测量等应用领域的雷达设备频率选择不断朝高频毫米波方向发展。根据电磁波大气传播特性,94 GHz频率附近存在一个大气衰减较小的电磁波传播窗口。

基于雾计算的电力信息高效存储与共享算法

针对电力信息数据量较大且存储速度较慢的问题,提出了一种基于雾计算的电力信息存储与共享方法。该方法包含了基于差分同步的数据存储方式与基于雾计算的组合数据共享机制。数据存储方法将一部分数据的计算和存储工作转移到雾服务器中,以减少云计算平台的工作负载,从而实现更高效的数据存储;组合数据共享机制通过在雾端建立虚拟化数据共享机制来防止电力信息数据的丢失、损坏及恶意修改。仿真实验与结果表明,该方法能显著减少云服务器的响应次数,进而减轻云计算的负担,具有更高的数据恢复率,相比于传统方法,所提方法可实现高效、安全的电力信息存储及共享。

南宁机场2次低云过程对比分析

该文利用云高仪资料、ERA5(0.25°×0.25°)再分析资料以及风廓线雷达资料对南宁机场2023年1月和2月2次低云过程进行对比分析,结果表明,①2次过程均伴随降水,差别在于2月过程低云持续时间更长,期间出现一次大雾天气;②2次过程均受西南急流影响,后期中层西北气流和地面西南低压外围形势是2次过程低云消散的关键,差别在于2月过程低层切变线的维持和地面弱冷空气的渗透使得低云更容易生成和维持;③2次过程低层都存在湿区且近地层存在逆温层,差别在于2月过程的逆温层深厚且长时间维持,逆温层高度的下降,是2月过程出现大雾的重要原因之一;④1月过程为冷暖交汇型低云转纯回流型低云,2月过程以冷暖交汇型低云为主,短时为纯回流型低云;⑤V0H对于低云的预报有一定的指示意义,当南北特征值都存在时,南风特征值的增大有利于低云的出现,当只存在南风特征值时,大于等于8 m/s的南风特征值有利于低云的消散;⑥2次过程云底高度的升降与垂直运动的方向呈现正相关关系。

基于云雾网络的低延迟QoS路由优化策略研究

移动通信技术的快速发展催生了许多新的产业和商业机会,导致网络电话流量显著增加。然而,由于网络资源和带宽有限,如何确保通话服务质量(QoS)仍然是一个挑战。传统的网络架构设计由于耦合问题无法有效满足不同服务项目的多样化QoS需求。为了解决这个挑战,深入研究了云和雾网络以及低延迟场景下的QoS路由优化策略。通过实验仿真,发现在处理1000兆字节(MB)的数据时,低延迟模型优于云计算网络。使用低延迟模型需要18.47秒,使用云计算网络需要30.42秒,低延迟模型处理时间减少了11.95秒。利用低延迟模型可以提高网络吞吐量和操作速度,同时最小化数据包之间的丢包率,这种模型在提高网络性能和用户体验方面起着关键作用。

面向工业企业的能耗智能监测系统设计

针对当前工业企业厂区规模大、能耗监测点数量多且分布范围广等问题,设计基于物联网的能耗智能监测系统。系统由以STM32F103C8T6为核心的采集终端与以i.MX287为核心的智能网关组成,实现能耗数据的分布式采集、传输、解析和计算要求。设计基于GA-LSTM算法的云雾融合模型对企业能耗值进行预测,进而发现能耗节约空间,指导企业制定生产和调度计划,从而更好地实现节能减排的目的。测试结果表明,系统具有良好的稳定性和实时性,能耗预测准确性较高,有一定的应用与推广价值。

基于云-雾-边缘协同的变电站图模自动更新控制研究

在能源互联网的背景下,由于海量感知层节点的接入,能源互联网的数据量和数据类型急剧增长,集中数据处理对变电站图模的更新产生了较大影响。为此,提出一种基于云-雾-边缘协同的变电站图模自动更新控制措施。设定间隔规则和存储规则,重设雾层,采用应用层、雾层和云层的3层配置方法,处理应用层和中心云节点之间的数据计算,雾端计算能够代替云层计算的全部或部分功能,从而有效降低了图模自动更新处理对计算设备的性能要求。基于此,重新分配云层数据,并自动更新不同层级信息素,完成变电站图模自动更新控制。实验结果表明:当信息采集点接入量增多时,研究方法应用下信息承载量仍高于1000kbit,在实验过程中该方法的平均执行耗时始终低于0.4s。实验结果说明该方法能够在数据量显著增加的情况下,保持平稳的数据更新,并且稳定输出。

面向云雾计算的实时任务调度算法的设计及分析

相比于云计算,雾计算通过将计算、存储和网络服务靠近物联网设备,满足了时延和响应时间要求。为此,提出基于模糊逻辑的实时任务调度(fuzzy logic-based real-time task scheduling,FLTS)算法。先利用模糊逻辑算法合理地给云层和雾层分配任务,当雾层执行任务时,就依据任务对计算、存储和带宽要求以及任务的截止日期、数据尺寸,选择最适宜的虚拟机处理任务。仿真结果表明,相比于同类算法,提出的FLTS算法提升了执行任务的成功率、完成时间以及平均周转时间等性能。

云—雾—边缘协同的数字孪生制造系统仿真过程动态扰动响应方法

鉴于现有仿真技术对制造过程动态响应能力不足,数字孪生技术为仿真系统对制造过程的动态映射提供了解决方案,但仍存在设备运行过程中动态扰动识别困难且扰动识别模型的训练过程受制于计算和数据资源,导致耗时较长,以及用于识别动态扰动和构建约束条件的数据为离线或半离线状态,不能满足实时响应要求的问题。针对以上问题,提出一种基于云—雾—边缘协同的数字孪生制造仿真过程动态扰动响应方法。在云端使用公共数据集训练普适化模型并使用边缘端数据训练个性化模型来提升扰动识别精度,雾端通过部署云端训练的个性化模型保证扰动识别速度,同时将识别的扰动更新到数字孪生仿真模型中。边缘端负责采集实时信号并上传至雾端。经实验验证,扰动约束更新机制能够准确更新扰动,从而对运行过程中的扰动做出快速响应。

云、边缘和雾计算安全性研究综述

随着云计算技术在学术界与工业界的快速发展和广泛应用,云计算领域中的信息安全和隐私问题成为当前研究的热点。从云计算到边缘计算再到雾计算,不同的计算范式形成各自独特的计算生态系统,这些系统具有不同体系结构、信息存储和处理能力。由于不同的计算生态系统具有一定的异质性,使得多样性计算在信息安全和隐私保护方面仍面临着诸多挑战性的问题。介绍了云、边缘和雾计算3种范式的背景知识以及它们之间的相似性与差异性,3种范式各自在信息安全和隐私保护方面的相关技术及其特征;综述了3种范式在信息安全以及隐私威胁方面所面临的挑战,总结了不同的安全部署与隐私机制以解决此类挑战。确定了信息安全与隐私机制的部署缺陷是由多样性计算的异质性所导致,融合不同的信息安全部署技术可以进一步加强信息的安全性与隐私性。

非等径爆炸抛洒装置燃料抛撒特性影响规律研究

研究非等径异形抛撒装置的燃料抛洒特性,利用LS-DYNA软件模拟锥柱状扇形抛洒装置中心药起爆至壳体破裂过程,得到燃料抛洒速度在壳体表面的分布和抛撒速率随时间的变化规律,将其结果和实验进行对比验证。同时通过改变中心药柱点火位置,壳体厚度和壳体材料,研究这些因素变化对燃料抛撒初速度的影响规律。分析结果得出如下结论:①点火位置在壳体粗端,即中心抛撒药从粗端起爆时,能弥补非等经结构内燃料装药不均匀带来的抛撒不均匀问题,同时能使燃料抛撒初速度比细端起爆条件下高出7%。②壳体厚度对燃料抛洒出速度分布规律无明显影响,壳体厚度增大一倍,燃料抛撒初速度减小约12.5%。③壳体材料对燃料抛撒初速度和分布规律均有影响,韧性材料对燃料抛洒初速度分布规律影响不大,但是对初速率大小有影响,陶瓷等脆性材料导致初速度分布得更均匀。

深度强化学习与移动通信资源管理:算法、进展与展望

深度强化学习(deep reinforcement learning,DRL)将深度学习从高维数据提取低维特征的能力与强化学习的决策能力相结合,是移动通信资源管理与优化的高效算法之一.在引入DRL相关算法概念与原理的基础上,重点对DRL在网络切片、云计算、雾计算、移动边缘计算等通信技术与场景中的资源管理与优化效果进行综述与分析,结合DRL在移动通信资源管理的算法原理与研究进展,论述了DRL面临的问题与挑战,并提出相应解决思路.最后,展望了DRL在移动通信资源管理领域的发展趋势和主要研究方向.

面向云-雾计算系统中的遗传算法任务调度研究

近年来,不断发展物联网产生出海量数据,这给网络云等基础设施带来巨大压力。对此学者们提出的“云-雾”计算的架构模型,其中雾计算的障碍之一是如何分配计算资源以最小化网络资源。研究提出了一种基于启发式算法的TCC(time cost computing-power)算法,以优化该异构系统中基于遗传算法的“云-雾”计算中的任务调度问题,包括执行时间、操作成本以及总算力资源。算法以“云-雾-端-网”混合计算任务调度为研究对象,以进化遗传算法为研究手段,结合云计算、雾计算、遗传算法等技术优势,实现时延、代价以及算力之间的平衡。在混合计算任务调度中,对于仅考量单一指标的TCa S算法,本算法具有更好的均衡性;本算法适应度值分别比BLA算法0.93%以及RR算法26.02%。本算法还可以灵活地匹配用户对高性能-成本-算力多方面的需求,提升系统的有效性。

基于多尺度Retinex的受云雾影响可见光图像增强研究

为增强云雾影响下的可见光图像质量,设计了基于多尺度Retinex的受云雾影响可见光图像增强方法。首先采用小波变换对受云雾影响可见光图像进行预处理,采用去噪算法消除可见光图像中的噪声,然后采用多尺度Retinex算法增强受云雾影响的可见光图像,最后进行可见光图像增强测试实验,实验结果表明,采用本方法处理后的可见光图像的对比度较为均衡,像素值处于1500 pixels左右,可以实现图像的整体增强。可见光图像的均值均与130极为接近,可见光图像平均梯度高于15,具有较高的实际应用价值。

基于云特性的多源卫星日间海雾探测技术研究

海雾与低云的分离是当前海雾遥感监测的难点,为提高日间海雾监测的准确度和实时性,本文针对2015—2020年在渤海、黄海和东海的11次海雾过程,在分析海雾与低云在云特性、可见光反射率、亮温和亮温差及纹理特征差异的基础上,使用Terra/Aqua卫星MODIS(moderate resolution imaging spectroradiometer)传感器及S-NPP/NOAA-20卫星VIIRS(visible infrared imaging radiometer suite)传感器的云和反射率产品,建立基于云特性的多源卫星日间海雾探测模型,有效分离了海雾与低云。利用CALIOP(cloud aerosol lidar with orthogonal polarization)后向散射和垂直特征对模型进行精度验证,MODIS(Terra)、MODIS(Aqua)、VIIRS(S-NPP)海雾识别的召回率最高为0.97、0.96、0.89,VIIRS(NOAA-20)与VIIRS(S-NPP)精度相当,与VIIRS(S-NPP)一致性超过0.8的VIIRS(NOAA-20)海雾监测结果达到93.15%,表明本文模型能够有效监测日间海雾;同时,基于本文模型,开展了MODIS与VIIRS数据的一致性研究,结果表明该模型对不同传感器有较强的适用性和稳定性,能够实现多源卫星对同一次海雾过程的协同观测。

基于车联网的智慧交通大数据分析与研究

车联网智能化设计是交通现代化建设的重要发展方向之一,已成为当前的研究热点。文章提出一种基于车联网的实时智慧交通大数据分析架构,介绍了车联网架构中智能计算、实时大数据分析、车联网3个模块的功能与具体设计,并讨论了实现该框架面临的一些挑战以及未来的主要研究方向,以期为智慧交通的发展提供一定的理论参考。

基于云—雾计算的智能电网监控研究

为了提高电力系统服务质量,在研究了物联网、电压分布监测和功率损耗等技术基础上,设计了一种基于云—雾计算的智能电网监控系统。系统中雾计算节点能够对从输电线路、配电变电站和消费者收集的物联网数据进行预处理,并将处理后的数据发送到云或直接发送到服务应用程序,从而满足智能电网通信所需的数据速率、延迟和可靠性要求。通过仿真实验,从初始化、执行和终止的总时间来看,基于云—雾的方法比基于云的方法快2.5倍,且雾计算层可以极大地减少发送到云的信息量。