基于边缘计算的大规模无人协同探测感知架构研究

发布时间：2021-03-20 23:01

　　瞄准大规模无人集群等协同探测感知的高效应用,开展了基于边缘计算的大规模无人协同探测感知架构研究。以空海大规模无人雷达协同探测应用为例,介绍了该架构相比于云计算架构的优势;对信息传输量、数据延迟、传输能耗、体系抗干扰能力进行了定量分析与比较,并对边缘计算模型的目标检测损失进行了推导。研究结果表明:针对大规模无人协同探测感知应用,基于边缘计算的体系架构在较少的目标检测损失代价下,实现了信息传输量、数据延迟、传输能耗的大幅度降低,并有效提升了体系抗干扰能力,可鲁棒地支持大节点容量、高数据传输量、实时及资源受限的大规模无人应用场景。 

【文章来源】：现代雷达. 2020,42(06)北大核心CSCD

【文章页数】：6 页

【部分图文】：

云计算模型

边缘计算是指在靠近物或数据源头的一侧,采用网络、计算、存储、应用核心能力为一体的开放平台,提供最近端服务。边缘计算在网络边缘增加执行任务调度和数据分析的处理能力,将云计算模型的部分或全部计算任务迁移到网络的边缘设备上,降低云计算中心的计算负载,减缓网络传输带宽的压力,产生更快的网络服务响应,提高数据的处理效率。边缘计算模型如图2所示。与图1所示的云计算模型相比,网络边缘节点无需再将数据传输至远端的云计算中心,而是就近传输至边缘计算层,经由边缘计算节点执行资源调度和数据处理等计算任务。由于应用程序在边缘侧发起,更加靠近用户终端,因而大大提高了处理效率,减轻了云计算中心负担,并为用户提供更快的响应速度。边缘计算层可以完成大部分实时性要求较高的计算任务,同时,其处理结果还可以继续传输至远端云计算中心进行二次处理,以进一步挖掘数据的价值。

上述特点决定了在传统集中式云计算模型下,大规模无人协同探测感知将面临数据传输压力大、信息传输延迟高、传输能耗大、体系抗干扰能力差等严峻挑战。因此,提出一种基于边缘计算模型的大规模无人协同探测感知架构,如图3所示。在该架构中,各边缘协同节点在本地执行探测感知任务,生成原始数据或经过本地预处理的数据,传输至临近的边缘计算节点,由边缘计算节点完成大部分信息处理及任务调度,各边缘计算节点的处理结果可继续上传至远端云计算中心作进一步处理分析。

【参考文献】：
期刊论文
[1]从DARPA研究计划看海战场预警探测系统发展[J]. 叶显武.  现代雷达. 2016(10)
[2]无人机遥感在非战争军事行动中的应用[J]. 姚园园,朱辉.  现代雷达. 2014(12)



本文编号：3091828