隨著互聯(lián)網(wǎng)和智能手機(jī)的飛速發(fā)展,每個(gè)用戶都有一個(gè)或多個(gè)智能終端,每個(gè)終端設(shè)備都帶有各種各樣的傳感器、發(fā)射接收器等,由于其數(shù)量的龐大和分布的廣泛,基于群智感知的應(yīng)用與研究是很多研究者關(guān)注的方向。智能終端獲取資源會(huì)消耗數(shù)據(jù)流量和帶寬,而移動(dòng)數(shù)據(jù)流量和傳輸速度都有一定的限度,因此,數(shù)據(jù)流量的便捷獲取和使用以及提高文件的傳輸速度是非常重要的研究課題。針對(duì)以上問(wèn)題,本文基于移動(dòng)設(shè)備數(shù)據(jù)傳輸?shù)膱?chǎng)景和特點(diǎn),提出了一種結(jié)合多用戶設(shè)備進(jìn)行數(shù)據(jù)共享的方案,來(lái)提高移動(dòng)數(shù)據(jù)的使用和數(shù)據(jù)文件傳輸速度。研究了一對(duì)多匹配和多對(duì)多匹配兩種數(shù)據(jù)共享模型,一對(duì)多數(shù)據(jù)共享問(wèn)題采用基于貪婪策略的OTM算法進(jìn)行解決,將多對(duì)多數(shù)據(jù)共享問(wèn)題轉(zhuǎn)換為穩(wěn)定匹配問(wèn)題,并基于SMP提出了MTM算法來(lái)解決該問(wèn)題。針對(duì)多用戶協(xié)同數(shù)據(jù)傳輸問(wèn)題,利用多個(gè)智能設(shè)備協(xié)作把一個(gè)大文件分成多塊進(jìn)行傳輸。主要研究了同一時(shí)刻存在一個(gè)數(shù)據(jù)請(qǐng)求者和多個(gè)數(shù)據(jù)請(qǐng)求者兩種情況。針對(duì)第一種情況,提出了基于貪心策略的GM算法來(lái)解決用戶選擇問(wèn)題,對(duì)于第二種情況,提出了基于最小時(shí)間差異度的KMI算法來(lái)解決用戶匹配問(wèn)題。大量的實(shí)驗(yàn)結(jié)果表明,在數(shù)據(jù)共享場(chǎng)景中,我們提出的方案考慮了匹... 

【文章頁(yè)數(shù)】：80 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究背景與意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 國(guó)外研究現(xiàn)狀
        1.2.2 國(guó)內(nèi)研究現(xiàn)狀
    1.3 本文主要工作
    1.4 論文的組織結(jié)構(gòu)
第2章 移動(dòng)群智感知中數(shù)據(jù)共享相關(guān)研究概述
    2.1 移動(dòng)群智感知概述
    2.2 數(shù)據(jù)共享研究概述
    2.3 用戶匹配研究概述
    2.4 數(shù)據(jù)傳輸研究概述
    2.5 本章小結(jié)
第3章 移動(dòng)群智感知的協(xié)同數(shù)據(jù)共享
    3.1 多用戶協(xié)作數(shù)據(jù)共享背景
        3.1.1 多用戶數(shù)據(jù)共享背景
        3.1.2 數(shù)據(jù)共享過(guò)程分析
    3.2 一對(duì)多用戶數(shù)據(jù)共享
        3.2.1 一對(duì)多模型分析
        3.2.2 問(wèn)題的定義與證明
        3.2.3 用戶匹配解決方案
    3.3 多對(duì)多用戶數(shù)據(jù)共享
        3.3.1 多對(duì)多模型分析
        3.3.2 問(wèn)題的定義與證明
        3.3.3 用戶匹配解決方案
    3.4 實(shí)驗(yàn)與性能分析
    3.5 本章小結(jié)
第4章 容忍時(shí)間限制下的協(xié)同數(shù)據(jù)共享
    4.1 基于群智感知數(shù)據(jù)傳輸?shù)谋尘?br>    4.2 一對(duì)多數(shù)據(jù)傳輸模型
        4.2.1 一對(duì)多系統(tǒng)描述
        4.2.2 一對(duì)多系統(tǒng)模型
        4.2.3 一對(duì)多解決方案
    4.3 多對(duì)多數(shù)據(jù)協(xié)同傳輸
        4.3.1 多用戶協(xié)同傳輸系統(tǒng)分析
        4.3.2 多對(duì)多系統(tǒng)描述
        4.3.3 多對(duì)多系統(tǒng)模型
        4.3.4 多對(duì)多解決方案
    4.4 實(shí)驗(yàn)與性能分析
        4.4.1 策略比較
        4.4.2 實(shí)驗(yàn)參數(shù)設(shè)置
        4.4.3 協(xié)同者數(shù)據(jù)傳輸速度的影響
        4.4.4 協(xié)同者共享數(shù)據(jù)大小的影響
        4.4.5 請(qǐng)求者等待容忍時(shí)間的影響
        4.4.6 請(qǐng)求者請(qǐng)求數(shù)據(jù)大小的影響
    4.5 本章小結(jié)
第5章 總結(jié)與展望
    5.1 工作總結(jié)
    5.2 未來(lái)展望
致謝
參考文獻(xiàn)
附錄1 攻讀碩士學(xué)位期間發(fā)表的論文
附錄2 攻讀碩士學(xué)位期間參加的科研項(xiàng)目
詳細(xì)摘要


【參考文獻(xiàn)】：
期刊論文
[1]基于應(yīng)用場(chǎng)景分類的公共數(shù)據(jù)共享框架研究[J]. 管紅,唐若培.  智庫(kù)時(shí)代. 2020(01)
[2]移動(dòng)群智感知網(wǎng)絡(luò)中信息量最大化的用戶選擇方法研究[J]. 楊朔,吳帆,陳貴海.  計(jì)算機(jī)學(xué)報(bào). 2020(03)
[3]基于時(shí)延優(yōu)化的蜂窩D2D通信聯(lián)合用戶關(guān)聯(lián)及內(nèi)容部署算法[J]. 柴蓉,王令,陳明龍,陳前斌.  電子與信息學(xué)報(bào). 2019(11)
[4]移動(dòng)群智感知中面向用戶區(qū)域的分布式多任務(wù)分配方法[J]. 韓俊櫻,張振宇,孔德仕.  計(jì)算機(jī)應(yīng)用. 2020(02)
[5]移動(dòng)感知器網(wǎng)絡(luò)中基于隨機(jī)游走和協(xié)作關(guān)系的任務(wù)分發(fā)算法[J]. 陶冶,張書奎,張力,龍浩,王進(jìn).  電子學(xué)報(bào). 2019(08)
[6]基于遺傳算法的D2D通信安全控制研究[J]. 尹夢(mèng)潔.  通信技術(shù). 2019(07)
[7]全雙工下基于最優(yōu)匹配的D2D用戶簇資源分配[J]. 李校林,朱彬欣.  計(jì)算機(jī)工程與設(shè)計(jì). 2019(04)
[8]D2D通信的干擾控制和資源分配算法研究[J]. 范康康,董穎,錢志鴻,王雪.  通信學(xué)報(bào). 2018(11)
[9]基于D2D通信的流量卸載技術(shù)綜述[J]. 顏學(xué)文,董超,屈毓錛.  計(jì)算機(jī)科學(xué). 2018(11)
[10]基于D2D通信的動(dòng)態(tài)緩存方案[J]. 張燦,肖祥鎧,王文闖.  通信技術(shù). 2018(11)



本文編號(hào)：3692447