能量自供给环境下无线数据传输调度算法研究
发布时间:2020-07-06 08:44
【摘要】:无线设备的能耗问题日益突出,使用可再生能源、制造能量自供给设备并研发相应的数据传输调度算法成为解决这一问题最重要的手段之一。目前针对能量自供给无线设备的传输速率调度策略已有大量的研究,但仍有很多不足。首先,多数文献都是考虑孤立的点到点数据传输,而很少有讨论利用多任务的数据共享通过降低数据冗余以进一步提高能量利用效率的问题;其次,大部分关于能量自供给设备的研究工作假设无线设备的电池容量无限大,且设备在传输过程中一直保持开启状态,而真实环境下无线设备不可能无限制地存储能量,且设备其实可以进入休眠状态以节约能耗。针对上面提到的不足,本论文分别研究了能量自供给无线通信系统中的两类速率调度问题。其一,本文研究了考虑数据共享的能量自供给设备传输速率调度问题。主要研究同时有离散到达的能量和任务请求下的传输完成时间最小化问题,且任务间允许数据共享。本文指出了传输完成时间最小化问题与给定截止时刻的能耗最小化问题在一定条件下的等价性,首先使用一种子问题分解方法求解能耗最小化问题,然后将其作为桥梁,采用一种基于二分搜索的方法进一步求解原问题。其二,本文研究了考虑休眠状态的能量自供给设备传输速率调度问题。主要研究无线传输设备在电池容量有限条件下的吞吐量最大化问题,考虑了传输设备的休眠状态,建立更贴近实际的能量消耗模型。本文充分调研了所提出的模型与现有模型的不同,指出了一些其特有的性质,比如最优解中存在某个关键速率,且传输过程中可能存在能量溢出。之后充分挖掘了最优解的结构,仔细考虑子问题的设计,并使用动态规划技术构造出最大化数据吞吐量的最优速率调度策略。最后,本文针对上述问题的在线场景设计了简单高效的实时速率调度算法,并通过仿真实验验证了所设计算法的有效性。本文分别从“数据共享”和“休眠状态”这两个角度切入,对能量自供给无线设备传输速率调度问题进行了延伸,为该领域的理论研究和实际应用提供了进一步的参考。
【学位授予单位】:东南大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:TN92
【图文】:
从智能手机上采集的数据将会被传回数据中心的控制平台,这些数据也可以被多逡逑个应用共享(如位置导航、数据库管理、用户画像建模、推荐系统等)[26]+逡逑我们用一个例子来进一步描述数据共享的核心思想及其高效性。如图2.1所示,有逡逑三次能量收集事件(简称“收集”),它们分别发生在时刻1,t邋+邋1和+邋1;有两次数据逡逑请求(简称“请求”或“任务”)凡石,一个在时刻1请求了邋&的数据量,另一个在时刻逡逑+邋1请求了邋3:r的数据量。数据发送方须要在动态、有限的能量供给下尽可能快地完逡逑成所请求的数据发送任务。图2.1(a)展示了一个可行的速率调度,它通过共享为任务J2逡逑和A采集的数据,在T时刻完成了传输,g卩:在时间段[2t+1,T]内所采集并发送的3:r逡逑的数据将同时被这两个请求所共享。现在A已经被完全满足了,剩余的A的数据需求逡逑则通过在时间段卜+1,2t]上传输2:r数据量来满足(而不是孤立地传输5:r数据量)。须逡逑要指出的是,虽然这个调度方案通过使用数据共享将完成所有任务的时间提前了,它却逡逑不是最优的。图2.1(b)展示了一个更好的调度方案
逦Average邋workload邋(kb)逡逑图4.1:邋Online-Select的性能随任务个数增加的变化情况逡逑在图4.1中,我们分别评估了算法的性能随着任务数量和平均数据请求量增加而变逡逑化的情况。在图4.1(a)图4.1(b)可以看到,OPT和Online-Select的输出随着任务数量或逡逑47逡逑
图4.2:邋Online-Select的性能随能f埵占录推骄占痜堅黾拥谋浠榭鲥义辖酉吕矗颐瞧拦浪惴ǖ男阅芩孀攀占录氖亢推骄占芰康脑黾佣浠腻义锨榭觥M迹矗玻ǎ幔┖屯迹矗玻ǎ猓┱故玖朔抡娼峁4油贾形颐强梢钥吹剑渫瓿墒奔渌孀攀斟义霞浚骄占芰康脑黾佣跎佟T谡饬椒油贾校颐堑睦胂咚惴ê驮谙咚惴ǖ腻义掀骄阅芏加庞冢剩粒铀惴
本文编号:2743418
【学位授予单位】:东南大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:TN92
【图文】:
从智能手机上采集的数据将会被传回数据中心的控制平台,这些数据也可以被多逡逑个应用共享(如位置导航、数据库管理、用户画像建模、推荐系统等)[26]+逡逑我们用一个例子来进一步描述数据共享的核心思想及其高效性。如图2.1所示,有逡逑三次能量收集事件(简称“收集”),它们分别发生在时刻1,t邋+邋1和+邋1;有两次数据逡逑请求(简称“请求”或“任务”)凡石,一个在时刻1请求了邋&的数据量,另一个在时刻逡逑+邋1请求了邋3:r的数据量。数据发送方须要在动态、有限的能量供给下尽可能快地完逡逑成所请求的数据发送任务。图2.1(a)展示了一个可行的速率调度,它通过共享为任务J2逡逑和A采集的数据,在T时刻完成了传输,g卩:在时间段[2t+1,T]内所采集并发送的3:r逡逑的数据将同时被这两个请求所共享。现在A已经被完全满足了,剩余的A的数据需求逡逑则通过在时间段卜+1,2t]上传输2:r数据量来满足(而不是孤立地传输5:r数据量)。须逡逑要指出的是,虽然这个调度方案通过使用数据共享将完成所有任务的时间提前了,它却逡逑不是最优的。图2.1(b)展示了一个更好的调度方案
逦Average邋workload邋(kb)逡逑图4.1:邋Online-Select的性能随任务个数增加的变化情况逡逑在图4.1中,我们分别评估了算法的性能随着任务数量和平均数据请求量增加而变逡逑化的情况。在图4.1(a)图4.1(b)可以看到,OPT和Online-Select的输出随着任务数量或逡逑47逡逑
图4.2:邋Online-Select的性能随能f埵占录推骄占痜堅黾拥谋浠榭鲥义辖酉吕矗颐瞧拦浪惴ǖ男阅芩孀攀占录氖亢推骄占芰康脑黾佣浠腻义锨榭觥M迹矗玻ǎ幔┖屯迹矗玻ǎ猓┱故玖朔抡娼峁4油贾形颐强梢钥吹剑渫瓿墒奔渌孀攀斟义霞浚骄占芰康脑黾佣跎佟T谡饬椒油贾校颐堑睦胂咚惴ê驮谙咚惴ǖ腻义掀骄阅芏加庞冢剩粒铀惴
本文编号:2743418
本文链接:https://www.wllwen.com/kejilunwen/wltx/2743418.html