隨著互聯(lián)網(wǎng)和智能手機的飛速發(fā)展,每個用戶都有一個或多個智能終端,每個終端設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,基于群智感知的應用與研究是很多研究者關注的方向。智能終端獲取資源會消耗數(shù)據(jù)流量和帶寬,而移動數(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。針對以上問題,本文基于移動設備數(shù)據(jù)傳輸?shù)膱鼍昂吞攸c,提出了一種結(jié)合多用戶設備進行數(shù)據(jù)共享的方案,來提高移動數(shù)據(jù)的使用和數(shù)據(jù)文件傳輸速度。研究了一對多匹配和多對多匹配兩種數(shù)據(jù)共享模型,一對多數(shù)據(jù)共享問題采用基于貪婪策略的OTM算法進行解決,將多對多數(shù)據(jù)共享問題轉(zhuǎn)換為穩(wěn)定匹配問題,并基于SMP提出了MTM算法來解決該問題。針對多用戶協(xié)同數(shù)據(jù)傳輸問題,利用多個智能設備協(xié)作把一個大文件分成多塊進行傳輸。主要研究了同一時刻存在一個數(shù)據(jù)請求者和多個數(shù)據(jù)請求者兩種情況。針對第一種情況,提出了基于貪心策略的GM算法來解決用戶選擇問題,對于第二種情況,提出了基于最小時間差異度的KMI算法來解決用戶匹配問題。大量的實驗結(jié)果表明,在數(shù)據(jù)共享場景中,我們提出的方案考慮了匹... 

【文章頁數(shù)】：80 頁

【學位級別】：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 國內(nèi)外研究現(xiàn)狀
        1.2.1 國外研究現(xiàn)狀
        1.2.2 國內(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 移動群智感知中數(shù)據(jù)共享相關研究概述
    2.1 移動群智感知概述
    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)共享過程分析
    3.2 一對多用戶數(shù)據(jù)共享
        3.2.1 一對多模型分析
        3.2.2 問題的定義與證明
        3.2.3 用戶匹配解決方案
    3.3 多對多用戶數(shù)據(jù)共享
        3.3.1 多對多模型分析
        3.3.2 問題的定義與證明
        3.3.3 用戶匹配解決方案
    3.4 實驗與性能分析
    3.5 本章小結(jié)
第4章 容忍時間限制下的協(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 一對多數(shù)據(jù)傳輸模型
        4.2.1 一對多系統(tǒng)描述
        4.2.2 一對多系統(tǒng)模型
        4.2.3 一對多解決方案
    4.3 多對多數(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 多對多系統(tǒng)描述
        4.3.3 多對多系統(tǒng)模型
        4.3.4 多對多解決方案
    4.4 實驗與性能分析
        4.4.1 策略比較
        4.4.2 實驗參數(shù)設置
        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 請求者等待容忍時間的影響
        4.4.6 請求者請求數(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 未來展望
致謝
參考文獻
附錄1 攻讀碩士學位期間發(fā)表的論文
附錄2 攻讀碩士學位期間參加的科研項目
詳細摘要


【參考文獻】：
期刊論文
[1]基于應用場景分類的公共數(shù)據(jù)共享框架研究[J]. 管紅,唐若培.  智庫時代. 2020(01)
[2]移動群智感知網(wǎng)絡中信息量最大化的用戶選擇方法研究[J]. 楊朔,吳帆,陳貴海.  計算機學報. 2020(03)
[3]基于時延優(yōu)化的蜂窩D2D通信聯(lián)合用戶關聯(lián)及內(nèi)容部署算法[J]. 柴蓉,王令,陳明龍,陳前斌.  電子與信息學報. 2019(11)
[4]移動群智感知中面向用戶區(qū)域的分布式多任務分配方法[J]. 韓俊櫻,張振宇,孔德仕.  計算機應用. 2020(02)
[5]移動感知器網(wǎng)絡中基于隨機游走和協(xié)作關系的任務分發(fā)算法[J]. 陶冶,張書奎,張力,龍浩,王進.  電子學報. 2019(08)
[6]基于遺傳算法的D2D通信安全控制研究[J]. 尹夢潔.  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.  計算機工程與設計. 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.  通信學報. 2018(11)
[9]基于D2D通信的流量卸載技術(shù)綜述[J]. 顏學文,董超,屈毓錛.  計算機科學. 2018(11)
[10]基于D2D通信的動態(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：3692447