基于移動邊緣計算的海上通信網絡優(yōu)化研究
發(fā)布時間:2021-10-26 21:30
放眼當下,全球范圍內海洋資源利用、海事交通運輸以及海上貿易往來等方面的活動呈現(xiàn)出前所未有的蓬勃態(tài)勢,這對于海上通信的要求不斷提高。在萬物互聯(lián)的時代背景下,移動邊緣計算的出現(xiàn)推動通信領域進入了更高更快的發(fā)展層次,將其應用于傳統(tǒng)海上通信網絡的改進,必定會為智慧海事注入新的活力,以此為初衷,本文展開了對于海上通信網絡的優(yōu)化研究。在海事云的建設基礎上,本文引進移動邊緣計算技術對現(xiàn)有體系架構進行拓展延伸,構建了一個新型的海事通信網絡總體模型,并將協(xié)同運行機制應用于整個系統(tǒng)中各級設備的工作運轉。根據總模型的特點,本文對其中的兩個子系統(tǒng),即協(xié)同邊緣側與船舶的通信模型、海事云端與協(xié)同邊緣側的通信模型分別進行了詳細設計,與此同時明確了各部分的具體運行思路。對于協(xié)同邊緣側與船舶的通信網絡,本文通過對協(xié)同邊緣服務器與船舶間的任務調度問題進行探究,從而達到優(yōu)化該部分網絡的目標。為此提出一種基于合作型協(xié)同進化的任務調度機制,任務的分配按照有利于進化的方式自動調整,經過合作協(xié)同得出全局優(yōu)化方案。相應仿真結果表明,采用本文提出的調度策略,當整體時延與能耗達到相對最小時,網絡系統(tǒng)處于最優(yōu)狀態(tài)。底層系統(tǒng)的優(yōu)化方案為上層...
【文章來源】:大連海事大學遼寧省 211工程院校
【文章頁數】:52 頁
【學位級別】:碩士
【部分圖文】:
圖2.1移動邊緣計算基本框架??Fig.?2.1?Basic?framework?of?MEC??
紹。??(2)合作型協(xié)同進化算法??CCGA早在1995年就己經被M.?A.?Potter等人提出[49],它的基本思想是將復雜的大??問題按需分解成多個小問題即多個種群,通過在各個種群中求解,經過相互協(xié)同完成整??體的評價,按照“分而治之”的基本思想實現(xiàn)種群間的合作[5<)]。在CCGA中,多個種??群在合作關系中進化,對于每個種群來說,其最優(yōu)解只是整個問題解的一部分,需要把??全部種群的解都連接起來,才能得到完整的解[51]。以優(yōu)化兩個參數為例,則需劃分兩個??種群,方法示意見圖2.2。??個體編號?種群^?_種群二??①?100011?010100??②?010101?101010??③?000100?001001??④?101011?011100??⑤?111001?100001??⑤?001011?111010??圖2.?2種群劃分方法??Fig.?2.2?Method?of?population?division??CCGA的原理可具體描述如下:設求解的目標函數為M/?/(x),需要優(yōu)化的部分即??自變量共》個,表示為1?=?...。設合作協(xié)同進化過程中共有兩個種群g和巧??且各自規(guī)模均為種群一中包含變量1?/?,種群二中包含變量m?+?1?n,那么f第^代??的第/個個體⑴和第f代全體可分別表示為式(2.1):??\xXi(t)?=?xiX{t)xi2(t)...xim{t)?(2?〇??=?{尤丨丨(0,義12?(’),_..,As?(’)}??同理,可相應地表示p2第〖代的第/個個體x2;⑴和第〖代全體為:??-11?-??
群巧中的最優(yōu)個體6組成。??目前,在調度優(yōu)化、博弈策略設計、模式識別、數值優(yōu)化與數據挖掘等領域,都應??用到了?CCGA作為解決方案,可見CCGA因其自身優(yōu)勢而有著光明的研究前景。??2.?2.?2灰狼優(yōu)化??灰狼優(yōu)化算法(Grey?Wolf?Optimizer,?GWO)是Mirjalili等人提出的一種新型群體??智能優(yōu)化算法[53]。通過對自然界中狼的群居捕獵行為進行模擬,GWO算法以同樣思路??實現(xiàn)優(yōu)化應用�;依撬惴ㄖ袑⒗侨簞澐譃榻鹱炙降乃膫€等級,分別為a、0、5和??如圖2.3所示,它們的支配地位也嚴格按照等級模型中自上而下的順序劃分。??一?u??圖2.?3灰狼種群等級示意圖??Fig.?2.3?Schematic?diagram?of?grey?wolf?population?levels??在整個捕獵過程中,《、/?、5領導整個狼群包圍并攻擊獵物。GWO算法將全局??最優(yōu)解用獵物的位置標記,記為狼群個體的位置記為歹,那么當迭代次數為〖時,??狼群個體與獵物的距離萬以及狼群個體下一代的位置T((?+?l)如下列公式所示:??D?=?C?-YAt)-X{t)??二?_?(2.3)??l({t?+?\)?=?YL{t)-A-D??式中系數乂用一個在[0,2]區(qū)間內線性遞減的數值〇與一個[0,1]區(qū)間內的隨機數r,??表示,即乂?=?同時C也是系數,用一個[0,1]區(qū)間內的隨機數&表示,即??-12?-??
【參考文獻】:
期刊論文
[1]移動邊緣計算中的區(qū)塊鏈技術研究進展[J]. 武繼剛,劉同來,李境一,黃金瑤. 計算機工程. 2020(08)
[2]移動邊緣計算發(fā)展與應用研究[J]. 孔玲,張燕杰,范典. 信息通信技術與政策. 2020(03)
[3]一種Inmarsat衛(wèi)星通信系統(tǒng)下行鏈路初始同步方法[J]. 謝永鋒,吳仡,王曉洪. 通信技術. 2020(01)
[4]基于移動云計算的計算遷移能效算法[J]. 謝兵. 計算機應用研究. 2020(10)
[5]我國E航海戰(zhàn)略實施思考[J]. 黃海龍. 中國船檢. 2019(10)
[6]下一代銥系統(tǒng)發(fā)展現(xiàn)狀與分析[J]. 苗青,蔣照菁,王闖. 數字通信世界. 2019(07)
[7]基于VDES的空天地海通信網絡架構與關鍵技術[J]. 胡旭,林彬,王珍. 移動通信. 2019(05)
[8]邊緣計算的發(fā)展趨勢綜述[J]. 葛悅濤,尹曉桐. 無人系統(tǒng)技術. 2019(02)
[9]國外E航海建設經驗對我國E航海發(fā)展的啟示[J]. 邵進興,任律珍,周世波. 廣州航海學院學報. 2019(01)
[10]天津港復式航道e-航海試點工程實踐[J]. 夏啟兵,王玉林,于樹海. 航海. 2019(02)
博士論文
[1]協(xié)同進化算法的研究及其應用[D]. 李碧.華南理工大學 2010
碩士論文
[1]e-Navigation架構下的洋山港航海保障系統(tǒng)研究[D]. 周杏利.集美大學 2015
本文編號:3460225
【文章來源】:大連海事大學遼寧省 211工程院校
【文章頁數】:52 頁
【學位級別】:碩士
【部分圖文】:
圖2.1移動邊緣計算基本框架??Fig.?2.1?Basic?framework?of?MEC??
紹。??(2)合作型協(xié)同進化算法??CCGA早在1995年就己經被M.?A.?Potter等人提出[49],它的基本思想是將復雜的大??問題按需分解成多個小問題即多個種群,通過在各個種群中求解,經過相互協(xié)同完成整??體的評價,按照“分而治之”的基本思想實現(xiàn)種群間的合作[5<)]。在CCGA中,多個種??群在合作關系中進化,對于每個種群來說,其最優(yōu)解只是整個問題解的一部分,需要把??全部種群的解都連接起來,才能得到完整的解[51]。以優(yōu)化兩個參數為例,則需劃分兩個??種群,方法示意見圖2.2。??個體編號?種群^?_種群二??①?100011?010100??②?010101?101010??③?000100?001001??④?101011?011100??⑤?111001?100001??⑤?001011?111010??圖2.?2種群劃分方法??Fig.?2.2?Method?of?population?division??CCGA的原理可具體描述如下:設求解的目標函數為M/?/(x),需要優(yōu)化的部分即??自變量共》個,表示為1?=?...。設合作協(xié)同進化過程中共有兩個種群g和巧??且各自規(guī)模均為種群一中包含變量1?/?,種群二中包含變量m?+?1?n,那么f第^代??的第/個個體⑴和第f代全體可分別表示為式(2.1):??\xXi(t)?=?xiX{t)xi2(t)...xim{t)?(2?〇??=?{尤丨丨(0,義12?(’),_..,As?(’)}??同理,可相應地表示p2第〖代的第/個個體x2;⑴和第〖代全體為:??-11?-??
群巧中的最優(yōu)個體6組成。??目前,在調度優(yōu)化、博弈策略設計、模式識別、數值優(yōu)化與數據挖掘等領域,都應??用到了?CCGA作為解決方案,可見CCGA因其自身優(yōu)勢而有著光明的研究前景。??2.?2.?2灰狼優(yōu)化??灰狼優(yōu)化算法(Grey?Wolf?Optimizer,?GWO)是Mirjalili等人提出的一種新型群體??智能優(yōu)化算法[53]。通過對自然界中狼的群居捕獵行為進行模擬,GWO算法以同樣思路??實現(xiàn)優(yōu)化應用�;依撬惴ㄖ袑⒗侨簞澐譃榻鹱炙降乃膫€等級,分別為a、0、5和??如圖2.3所示,它們的支配地位也嚴格按照等級模型中自上而下的順序劃分。??一?u??圖2.?3灰狼種群等級示意圖??Fig.?2.3?Schematic?diagram?of?grey?wolf?population?levels??在整個捕獵過程中,《、/?、5領導整個狼群包圍并攻擊獵物。GWO算法將全局??最優(yōu)解用獵物的位置標記,記為狼群個體的位置記為歹,那么當迭代次數為〖時,??狼群個體與獵物的距離萬以及狼群個體下一代的位置T((?+?l)如下列公式所示:??D?=?C?-YAt)-X{t)??二?_?(2.3)??l({t?+?\)?=?YL{t)-A-D??式中系數乂用一個在[0,2]區(qū)間內線性遞減的數值〇與一個[0,1]區(qū)間內的隨機數r,??表示,即乂?=?同時C也是系數,用一個[0,1]區(qū)間內的隨機數&表示,即??-12?-??
【參考文獻】:
期刊論文
[1]移動邊緣計算中的區(qū)塊鏈技術研究進展[J]. 武繼剛,劉同來,李境一,黃金瑤. 計算機工程. 2020(08)
[2]移動邊緣計算發(fā)展與應用研究[J]. 孔玲,張燕杰,范典. 信息通信技術與政策. 2020(03)
[3]一種Inmarsat衛(wèi)星通信系統(tǒng)下行鏈路初始同步方法[J]. 謝永鋒,吳仡,王曉洪. 通信技術. 2020(01)
[4]基于移動云計算的計算遷移能效算法[J]. 謝兵. 計算機應用研究. 2020(10)
[5]我國E航海戰(zhàn)略實施思考[J]. 黃海龍. 中國船檢. 2019(10)
[6]下一代銥系統(tǒng)發(fā)展現(xiàn)狀與分析[J]. 苗青,蔣照菁,王闖. 數字通信世界. 2019(07)
[7]基于VDES的空天地海通信網絡架構與關鍵技術[J]. 胡旭,林彬,王珍. 移動通信. 2019(05)
[8]邊緣計算的發(fā)展趨勢綜述[J]. 葛悅濤,尹曉桐. 無人系統(tǒng)技術. 2019(02)
[9]國外E航海建設經驗對我國E航海發(fā)展的啟示[J]. 邵進興,任律珍,周世波. 廣州航海學院學報. 2019(01)
[10]天津港復式航道e-航海試點工程實踐[J]. 夏啟兵,王玉林,于樹海. 航海. 2019(02)
博士論文
[1]協(xié)同進化算法的研究及其應用[D]. 李碧.華南理工大學 2010
碩士論文
[1]e-Navigation架構下的洋山港航海保障系統(tǒng)研究[D]. 周杏利.集美大學 2015
本文編號:3460225
本文鏈接:http://sikaile.net/shoufeilunwen/xixikjs/3460225.html
最近更新
教材專著