基于无人机无线能量传输的边缘计算系统能耗优化方法研究

来源 :电子与信息学报 | 被引量 : 0次 | 上传用户:yinje2004_2005
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
无线能量传输(WPT)和移动边缘计算(MEC)可以为无线设备提供能量供应和任务计算,有效提高设备的能量效率.该文提出一种基于无人机无线能量传输的边缘计算系统能耗优化方法,在所提方法中,通过联合优化能量收集(EH)时间、用户发射功率和卸载决策,最小化系统总能耗.利用块坐标下降法(BCD),将优化问题分解为两个子问题,通过交替优化来获得最优能量收集时间、用户发射功率和卸载决策.仿真结果表明,该文提出的系统能耗优化方法优于其他基准方案,并且系统所需能量可以显著减少.
其他文献
针对现有通信干扰智能识别方法在小样本条件下识别精度低、网络模型欠拟合的问题,并形成通信干扰识别的空中与地面布设能力,该文提出一种空地协同场景下基于孪生网络的通信干扰智能识别方法.首先在空中无人机与地面设备之间构建空地协同的通信干扰认知架构,并通过提取所接收的通信干扰信号的时频图、分数阶傅里叶变换和星座图,对通信干扰信号进行智能表征,以作为网络的输入.然后搭建基于密集连接网络的网络结构,并设计双输入权值共享的孪生网络.最后,利用随机样本对孪生网络进行训练,并通过孪生单边网络构建基准通信干扰类型特征库进而实现
该文研究了干扰环境下基于博弈论的无人机(UAV)群部署与组网方法.首先,基于拥塞博弈,提出一种分布式无人机群部署算法(CUD).每架无人机可以通过与邻近无人机的有限交互,实现自主的位置优化,以提高数据采集量,并增强干扰躲避能力.其次,基于联盟形成博弈,提出一种无人机群动态组网算法(USACF),可使无人机群在干扰威胁下实现分布式动态子网形成,提高数据传输质量,并增强无人机网络的鲁棒性和可靠性.此外,借助精确势能博弈,从理论上证明了所提博弈模型可以获得稳定的纳什均衡解.最后,仿真结果表明,所提算法相较于传统
无人机辅助通信网络可以对现有无线通信网络进行补充,改善通信系统性能以及覆盖服务范围,但无人机辅助通信过程中上行传输通信速率的提高仍面临着巨大的挑战.针对如何提高无人机辅助通信网络的上行传输通信速率问题,该文提出了一种基于联合波束赋形的无人机辅助通信网络上行传输技术.首先,对用户节点接收信号强度值进行伯努利粒子滤波,结合无人机运动模型完成无人机定位,进一步用户节点联合运用分布式波束赋形算法向无人机方向发送信号,完成上行传输通信.并与非正交多址接入算法以及传统全向发射算法进行了对比,实验结果表明,所提方法显著
文中简述了电气工程质量管理的重要性,并应用PDCA循环控制理论,针对电气工程典型质量问题,梳理了改进策略,以避免类似质量问题发生.
物联网数据的快速增长和物联网设备的计算限制催生了移动边缘计算(Mobile?Edge?Computing,?MEC)解决方案.其中,无人机群的高机动性、易部署以及成本低的特点和多输入多输出(Multiple?Input?Multiple?Output,MIMO)技术能够增强边缘计算网络的传输容量,缩短边缘计算网络的传输时延.该文在基于多无人机的多用户MIMO-MEC系统中通过联合优化无人机轨迹、地面用户卸载比、辅助无人机卸载比和辅助无人机数据分发比最小化整个周期的系统最大总时延.采用了连续凸优化技术和块坐
外墙是建筑物的重要部分,建筑企业在施工中应关注墙面施工质量.文中针对建筑外墙渗漏问题,分析建筑外墙渗漏的原因,立足实际提出解决建议,完成项目在施工质量方面的管控任务.
文中结合上海南京西路某历史保护建筑更新项目,对原有建筑的测绘到施工方案的BIM三维化,再结合三维扫描技术、Dynamo可视化编程技术和BIM建模技术,对已有建筑更新改造中施工方案的BIM工作流程进行研究和优化.
针对海洋大数据收集场景,为提高数据收集效率,该文提出一种无人机和无人船联合数据收集方法.无人船在行驶过程中,通过放飞无人机并行驶到指定地点回收无人机,实现对目标海域内节点数据的高效收集.为最小化无人船和无人机工作时间,该文在无人机集群任务分配的基础上,引入连续悬停飞行(Successive-Hover-and-Fly,?SHF)结构以实现低复杂度的联合轨迹优化.待优化问题受限于节点数据量和无人机速度,是难以求解的非凸问题.因此,该文提出了一个高效的连续凸近似技术迭代算法以得到次优解,并通过计算机仿真得以验
文中以房屋建筑设计中节能环保的意义为切入点,在总结分析房屋建筑和节能环保理念的内在关系、当前房屋建筑设计环保状况的基础上,结合具体工程案例,深入探究房屋建筑设计中的节能环保对策,以期为我国建筑行业的绿色发展提供参考.
目前,无人机定位技术主要依赖以GPS(Global Positioning System)为代表的全球定位系统,然而在室内等GPS信号缺失的地方进行定位则比较困难.另外,传统的室内定位技术主要采用蓝牙、WiFi、基站定位等多种方式融合成一套定位体系,但是该类方法受环境的影响比较大,而且往往需要部署多个设备.此外,这种方式只能得到远近信息,无法知道设备在空间中的姿态.该文提出一种基于单目视觉的无人机室内定位方法.首先,通过无人机机载相机拍摄的图像,结合特征点法和直接法,先跟踪特征点,然后利用直接法根据关键点