An Effective Cloud Workflow Scheduling Approach Combining PSO and Idle Time Slot-Aware Rules

Workflow scheduling is a key issue and remains a challenging problem in cloud computing.Faced with the large number of virtual machine(VM)types offered by cloud providers,cloud users need to choose the most appropriate VM type for each task.Multiple task scheduling sequences exist in a workflow application.Different task scheduling sequences have a significant impact on the scheduling performance.It is not easy to determine the most appropriate set of VM types for tasks and the best task scheduling sequence.Besides,the idle time slots on VM instances should be used fully to increase resources'utilization and save the execution cost of a workflow.This paper considers these three aspects simultaneously and proposes a cloud workflow scheduling approach which combines particle swarm optimization(PSO)and idle time slot-aware rules,to minimize the execution cost of a workflow application under a deadline constraint.A new particle encoding is devised to represent the VM type required by each task and the scheduling sequence of tasks.An idle time slot-aware decoding procedure is proposed to decode a particle into a scheduling solution.To handle tasks'invalid priorities caused by the randomness of PSO,a repair method is used to repair those priorities to produce valid task scheduling sequences.The proposed approach is compared with state-of-the-art cloud workflow scheduling algorithms.Experiments show that the proposed approach outperforms the comparative algorithms in terms of both of the execution cost and the success rate in meeting the deadline.

Adaptive Time Slot Resource Allocation in SWIPT IoT Networks

The rapid advancement of Internet of Things(IoT)technology has brought convenience to people’s lives;however further development of IoT faces serious challenges,such as limited energy and shortage of network spectrum resources.To address the above challenges,this study proposes a simultaneous wireless information and power transfer IoT adaptive time slot resource allocation(SIATS)algorithm.First,an adaptive time slot consisting of periods for sensing,information transmission,and energy harvesting is designed to ensure that the minimum energy harvesting requirement ismet while the maximumuplink and downlink throughputs are obtained.Second,the optimal transmit power and channel assignment of the system are obtained using the Lagrangian dual and gradient descent methods,and the optimal time slot assignment is determined for each IoT device such that the sum of the throughput of all devices is maximized.Simulation results show that the SIATS algorithm performs satisfactorily and provides an increase in the throughput by up to 14.4%compared with that of the fixed time slot allocation(FTS)algorithm.In the case of a large noise variance,the SIATS algorithm has good noise immunity,and the total throughput of the IoT devices obtained using the SIATS algorithm can be improved by up to 34.7%compared with that obtained using the FTS algorithm.

Physical Frame Time-Slot Switching-A New Switching Technique over DWDM

A novel technique called physical frame time-slot switching （PFTS） is discussed and its technical and application aspects are analyzed. The format of the ethernet media access control （MAC） frame is borrowed in defining the physical frame for PFTS and the transmission time for the maximum size of the MAC frame is defined as a physical frame time-slot （PFT）. Consequently, user data can be fed into PFTS and switched in a single layer sub-network in an asynchronous mode.

基于Storm slot使用率低优先的动态负载均衡策略

Storm现有的负载均衡机制,会导致集群节点slot资源使用不均衡,而且在集群节点资源变化后,也无法动态调度各节点负载。针对该问题,该文提出基于slot使用率低优先的动态负载均衡策略。该策略在给Topology分配slot计算资源时,优先分配slot使用率低的节点;当集群可用资源变化时,对节点按照负载从高到低排序,并将高负载节点上的任务动态迁移到低负载节点上,实现动态负载均衡。实验结果表明,基于slot使用率低优先的动态负载均衡策略能够有效促进Storm集群负载均衡,提升Storm集群的计算性能。

Design of continuous long slot leaky-wave antenna for millimeter wave application

A simple and efficient design scheme of the continuous long slot leaky-wave antenna is developed. The key steps involved in the scheme are summarized. First, the cut-off frequencies of slot waveguides with different slot offsets are obtained by 3D finite-difference time-domain （FDTD） method, Second, the attenuation function a^a is estimated by the aperture distribution, and the attenuation function αrs is determined by the slot radiation. Finally, the attenuation function αrs is combined with the attenuation function αrs by the coefficient K. And an example in Ka band is presented. Moreover, the return loss of the E-plane Tee-junction （ET） and the radiation pattern of leaky-wave antenna are simulated. The scheme is verified by comparing with the experimental result.

一种应用于TDMA无线传感网的低能耗同步机制

为了降低时分多址网络中时钟同步所导致的节点能耗,根据节点晶振器件的潜在漂移,提出了一种应用于星型无线传感网的低能耗同步机制。该机制中整个时间轴由长帧组成,每个长帧包含一个同步帧与多个子帧,每个子帧由所有子节点绑定的子时隙构成。根节点在长帧开始时发送同步帧,使得所有子节点时钟同步。每个子时隙增加了相应的保护间隔,有效地避免子节点之间因时钟漂移导致时隙间相互影响,从而最大限度地增加长帧中的子帧数量,降低子节点唤醒进行同步的频率。与传统的TDMA每个子帧均需同步相比,从接收同步帧角度来讲,大幅度减少了子节点能耗。最后,假定晶振频率误差为正态分布的情况下,利用MATLAB进行仿真,验证了该低能耗同步模型公式的正确性,并将仿真情况在CC1310器件构建的星型网上进行了应用验证。

无等待与时隙映射复用结合的时间触发流调度方法

工业控制系统中众多应用的正常运行依赖于确定性低时延的网络传输,这一需求推动了时间敏感网络的发展。为保证工业控制系统中流量传输的确定性,提出了无等待与时隙映射复用结合的时间触发流调度方法。首先,对工业控制系统时间敏感网络的通信要素进行建模,通过分析时间触发流的特性,简化了链路、流传输、流隔离和帧隔离等约束条件;其次,使用基础周期作为调度循环时间,实时流采取无等待调度,循环流采取时隙映射复用,从而缩短了门控列表长度;然后,提出了基于数据帧传输区间中点的冲突判别方法,降低了时隙冲突判断的时间复杂度;最后,设计了时间触发流调度优化函数,并基于改进的多目标遗传算法进行求解。实验验证了该方法的正确性与可行性,平均门控列表长度缩短了59.7%。

基于空闲时隙探测机制的分组帧时隙标签防碰撞算法

多标签碰撞是射频识别系统中无法避免的问题,大量的标签碰撞会增加系统的能量消耗和时间开销,严重影响系统的识别效率。为此提出一种新型的标签防碰撞算法,该算法结合了传统帧时隙算法简单易实施的优点,同时引入了分组和空闲时隙探测机制,以极小的探测时隙开销,消除了识别过程中的空闲时隙,同时减低了标签冲突概率。仿真结果显示,相对于FuzzyQ算法和帧时隙ALOHA算法,本算法平均吞吐率提高了22.64%和61.74%,系统通信传输量平均节省了16.73%和30.41%。

分布式无线传感网中低延迟数据调度算法研究

分布式无线传感网中节点数据量增大,会导致节点能耗不均匀,数据传输过程出现低延迟现象,影响数据传输效率。为解决这一问题,提出分布式无线传感网中低延迟数据调度算法研究。基于分布式无线传感网络结构分析了低延迟数据调度延迟的主要因素,依据分析结果采用MDAS-ST算法,建立低延迟初始信息数据,对低延迟数据节点构建父节点候选集,建立低延迟数据候选调度模型,以低延迟数据父节点候选集为主,从中选取一个父节点,并分别分配到分布式无线传感网络时隙内;建立低延迟数据调度序列,利用该序列实现低延迟数据的调度研究。仿真结果表明,该方法的平均发送次数约为1.2次、调度延迟为322μs、网络吞吐率为99%,能耗为500 nJ/bit。

基于自发数据传输的高效双LAN太赫兹无线局域网MAC协议

针对现有的双局域网(LAN)太赫兹无线局域网(Dual-LAN THz WLAN)相关介质访问控制(MAC)协议中存在的某些节点会在多个超帧内重复发送相同的信道时隙请求帧以申请时隙资源以及网络运行的一些时段存在空闲时隙等问题,提出一种基于自发数据传输的高效MAC协议——SDTE-MAC(high-Efficiency MAC protocol based on Spontaneous Data Transmission)。SDTE-MAC通过让各节点都维护一张或多张时间单元链表,使各节点与其余节点在网络运行时间上达到同步,从而获悉各节点应该在信道空闲时隙的什么位置开始发送数据帧,优化了传统的信道时隙分配和信道剩余时隙再分配的流程,提高了网络吞吐量和信道时隙利用率,降低了数据时延,能够进一步提升双LAN太赫兹无线局域网的性能。仿真结果表明,网络饱和时,相较于AHT-MAC(Adaptive High Throughout multi-pan MAC protocol)中的N-CTAP(Normal Channel Time Allocation Period)时段时隙资源分配新机制以及自适应缩短超帧时段机制,SDTE-MAC的MAC层吞吐量提升了9.2%,信道时隙利用率提升了10.9%,数据时延降低了22.2%。

高效低碰撞的太赫兹无线定向MAC协议

针对网络中节点在争用访问时期发送消息碰撞、时隙分配机制低效和空闲时隙浪费等问题,提出了一种高效低碰撞的太赫兹无线定向MAC协议.文中提出了3种新机制,分别是基于缓存权重的分组机制、复用竞争机制以及时隙分配机制.首先,在微网控制器(Piconet Coordinator,PNC)中生成缓存映射表记录节点的缓存情况;然后,根据缓存映射表为节点分组,节点在分组对应的时隙中进行时隙请求,PNC根据节点缓存为节点分配时隙;最后,未申请到时隙的节点利用剩余时隙进行复用竞争操作.仿真结果表明,所提出的方案有效地提高了网络的吞吐量,减少了消息碰撞率并降低了平均时延.

基于改进差分算法的数据链时隙分配方法

针对当前时隙分配策略具有算法单一、容易陷入局部最优、泛化能力弱等问题,基于差分进化算法,引入了混沌算法、自适应变异交叉算法和问题解处理机制,提出了一种基于改进差分进化算法的时隙分配策略。利用混沌算法初始化种群,增加种群多样性避免算法过早收敛;利用选择概率参数使得交叉和变异过程更加灵活,使算法初期增加搜索范围,算法后期增加获取全局最优解的概率。实验结果表明:该算法时隙分配均衡度、稳定性、算法效率和泛化能力均优于差分算法和遗传算法,时隙分配均衡度和算法效率更高、稳定性更好、泛化能力更强。

IRS和UAV-IRS共同辅助中继网络公平下行通信方案

针对长距离中继通信系统中地面用户(ground user,GU)公平性不足和系统灵活性不高的问题,提出一种智能反射面(intelligent reflecting surface,IRS)和机载智能反射面(unmanned aerial vehicle-IRS,UAV-IRS)共同辅助的中继网络多用户公平下行通信传输方案。为实现该中继网络下行链路的通信公平,通过联合优化系统通信调度、系统时隙分配参数、IRS和UAV-IRS反射相移矩阵以及UAV-IRS飞行轨迹来最大化系统用户最小吞吐量。由于该优化问题是非凸问题,将优化问题分解为4个非凸子问题,引入线性规划(linear programming,LP)、松弛变量和连续凸近似(successive convex approximations,SCA)等方法分别对4个子问题进行求解,通过交替优化(alternating optimization,AO)算法得到原非凸问题的近似解。仿真结果表明,所提方案在有效提升系统用户最小吞吐量的同时保障了多用户通信的公平性,并发现系统用户最小吞吐量与IRS和UAV-IRS的反射元件数量、UAV-IRS飞行轨迹以及IRS和中继所处地理位置等因素有关。

一种中心节点调度时隙分配的无人机自组网TDMA协议

针对现有无人机自组网协议中,集中式树形网络中控制时隙存在冗余、帧中数据时段占比较小的问题,提出了一种基于中心节点调度时隙分配的无人机时分多址接入(Time Division Multiple Access,TDMA)协议。该协议采用基于全网拓扑感知的时隙分配机制调整控制时段的帧结构与时隙顺序,基于中心节点调度的控制时隙复用机制提高控制时隙的利用率,缩短控制时段总长度以提高数据时段占比。与BiPi-TMAC(Bidirectional-Pipelined TDMA MAC)协议和ELDM-TDMA(Efficient and Low Delay Multi-hop TDMA)协议相比,该协议的数据平均时延和控制开销降低了9.6%和21.9%,网络吞吐量提高了10.5%,在无人机自组网场景中表现出良好的性能。

基于DRL的定向网络时隙复用和功率控制协议

近年来,无人机网络逐渐地广泛应用于各行各业,对无人机网络能提供的网络容量提出了更高的要求。定向天线结合无人机网络构成定向无人机网络以增加网络资源应对无人机网络中各个节点对网络有限通信资源的竞争造成网络容量低的问题。定向无人机网络通过定向天线的空间复用能力可以提高网络的时隙利用效率。针对TDMA协议在定向组网中时隙利用率过低导致网络容量受限的问题,该文提出了一种基于深度Q网络(DQN)的定向无人机网络时隙复用和功率控制协议。为了提高时隙利用率,考虑在单位时隙进行多个链路通信以实现时隙资源的复用。然而多个链路在同一个时隙通信会产生链路间的干扰,如何在考虑链路间相互干扰的情况下控制功率提高网络的容量是时隙复用研究的重点问题。为了解决该问题,首先考虑以功率要求和每条链路最小信道容量为约束,考虑相较于其他研究更为复杂更符合实际的链路互干扰模型,建模问题为最大全网容量问题。然后为了构建链路间的更复杂的互干扰环境,将多个链路的瞬时信道信息、定向增益状态融入到DQN框架的状态中,DQN的奖励为高于最小信道容量的链路信道容量的和。最后,将每个时隙的优化问题扩展到每一帧的优化问题,并利用多个DQN进行求解。仿真结果表明,在保证每个被分配时隙的最小信道容量前提下,相较于对比方法网络容量有了很大的提升。

基于TDMA的空中自组网MAC层资源调度算法研究

空中移动无线自组织网络是一种拓扑结构快速变化,有自组织性的多跳无中心网络;针对传统时隙分配算法资源利用率低、吞吐量不足、通信距离近等问题,采用引入分配系数的混合时隙分配模式,通过节点业务优先级和流量预测相结合,设计了一种基于TDMA定向分布式资源动态调度算法(M-TDMA);对比分析了节点数量、传输速率、分配系数以及不同拓扑等多个维度对算法传输时延、吞吐量以及丢包率的影响;最后通过仿真实验对资源调度算法进行验证;仿真结果表明,在20个网络节点时,网络的最大传输时延小于600 ms,网络吞吐量可以达到4.5 Mbps以上,M-TDMA算法通过高效的资源调度,有效降低了网络传输时延并提高了网络吞吐量。

基于强化学习的无人机网络资源分配研究

以无人机网络的资源分配为研究对象,研究了基于强化学习的多无人机网络动态时隙分配方案,在无人机网络中,合理地分配时隙资源对改善无人机资源利用率具有重要意义;针对动态时隙分配问题,根据调度问题的限制条件,建立了多无人机网络时隙分配模型,提出了一种基于近端策略优化(PPO)强化学习算法的时隙分配方案,并进行强化学习算法的环境映射,建立马尔可夫决策过程(MDP)模型与强化学习算法接口相匹配;在gym仿真环境下进行模型训练,对提出的时隙分配方案进行验证,仿真结果验证了基于近端策略优化强化学习算法的时隙分配方案在多无人机网络环境下可以高效进行时隙分配,提高网络信道利用率,提出的方案可以根据实际需求适当缩短训练时间得到较优分配结果。

考虑时间价值的中欧班列多级定价与舱位控制

中欧班列运输需求高速增长,导致旺季时间偏长,运能供不应求。部分时间敏感型货物无法长时间等待,进而转向了其他运输方式。为满足时间敏感型货物的运输需求,本文考虑货物时间价值并提出多等级定价方案,以班列运营企业收益最大化为目标建立了考虑货主选择行为的动态舱位控制模型。由于多维状态空间模型难以获得精确解,采用值函数近似方法近似求解动态规划模型,利用最小二乘近似策略迭代算法对线性近似、分段线性近似两种形式的近似值函数进行参数标定。应用学习得到的参数进行仿真实验,对比两种值函数近似方法与基准运价下先到先得、多级定价下先到先得方案的收益性能和舱位预订情况。结果表明,在需求旺季供不应求的场景下,本文提出的基于多级定价的舱位控制策略能把有限的运能分配给最需要的客户,同时可以有效提升铁路企业的运输收益,其中分段线性近似方法对收益提升的效果更佳。

基于电力现货市场的零售分时用户结算模式研究

该文探讨了在电力市场发展中,中长期交易与现货交易如何实现有效衔接以及分时段交易的重要作用。文章通过引入分时电价机制,阐述了如何引导用户从传统的全月统一电价模式转向更加灵活的全月24小时电价模式。本文提出了一种现货市场零售分时用户结算模式,该模式首先根据月度总用电量进行第一次结算,再计算出准确的电费,利用两次结算结果的差异执行补差操作,旨在提升电费结算的准确性与效率。文章提供了一个用于计算零售分时用户电费的数字化系统设计案例,展示了该结算模式的实际应用。应用证明,这种结算模式的创新有利于推动分时交易机制落地,激励用户积极参与负荷调节,并为构建新型电力系统提供了实践案例。