基于移动边缘计算的海上通信网络优化研究
发布时间：2021-10-26 21:30
放眼当下,全球范围内海洋资源利用、海事交通运输以及海上贸易往来等方面的活动呈现出前所未有的蓬勃态势,这对于海上通信的要求不断提高。在万物互联的时代背景下,移动边缘计算的出现推动通信领域进入了更高更快的发展层次,将其应用于传统海上通信网络的改进,必定会为智慧海事注入新的活力,以此为初衷,本文展开了对于海上通信网络的优化研究。在海事云的建设基础上,本文引进移动边缘计算技术对现有体系架构进行拓展延伸,构建了一个新型的海事通信网络总体模型,并将协同运行机制应用于整个系统中各级设备的工作运转。根据总模型的特点,本文对其中的两个子系统,即协同边缘侧与船舶的通信模型、海事云端与协同边缘侧的通信模型分别进行了详细设计,与此同时明确了各部分的具体运行思路。对于协同边缘侧与船舶的通信网络,本文通过对协同边缘服务器与船舶间的任务调度问题进行探究,从而达到优化该部分网络的目标。为此提出一种基于合作型协同进化的任务调度机制,任务的分配按照有利于进化的方式自动调整,经过合作协同得出全局优化方案。相应仿真结果表明,采用本文提出的调度策略,当整体时延与能耗达到相对最小时,网络系统处于最优状态。底层系统的优化方案为上层...
【文章来源】：大连海事大学辽宁省 211工程院校
【文章页数】：52 页
【学位级别】：硕士
【部分图文】：
图２．１移动边缘计算基本框架??Ｆｉｇ．?２．１?Ｂａｓｉｃ?ｆｒａｍｅｗｏｒｋ?ｏｆ?ＭＥＣ??
绍。??（２）合作型协同进化算法??ＣＣＧＡ早在１９９５年就己经被Ｍ．?Ａ．?Ｐｏｔｔｅｒ等人提出［４９］，它的基本思想是将复杂的大??问题按需分解成多个小问题即多个种群，通过在各个种群中求解，经过相互协同完成整??体的评价，按照“分而治之”的基本思想实现种群间的合作［５＜）］。在ＣＣＧＡ中，多个种??群在合作关系中进化，对于每个种群来说，其最优解只是整个问题解的一部分，需要把??全部种群的解都连接起来，才能得到完整的解［５１］。以优化两个参数为例，则需划分两个??种群，方法示意见图２．２。??个体编号?种群＾?＿种群二??①?１０００１１?０１０１００??②?０１０１０１?１０１０１０??③?０００１００?００１００１??④?１０１０１１?０１１１００??⑤?１１１００１?１００００１??⑤?００１０１１?１１１０１０??图２．?２种群划分方法??Ｆｉｇ．?２．２?Ｍｅｔｈｏｄ?ｏｆ?ｐｏｐｕｌａｔｉｏｎ?ｄｉｖｉｓｉｏｎ??ＣＣＧＡ的原理可具体描述如下：设求解的目标函数为Ｍ／？／（ｘ），需要优化的部分即??自变量共》个，表示为１?＝?．．．。设合作协同进化过程中共有两个种群ｇ和巧??且各自规模均为种群一中包含变量１？／？，种群二中包含变量ｍ?＋?１？ｎ，那么ｆ第＾代??的第／个个体⑴和第ｆ代全体可分别表示为式（２．１）：??＼ｘＸｉ（ｔ）?＝?ｘｉＸ｛ｔ）ｘｉ２（ｔ）．．．ｘｉｍ｛ｔ）?（２?〇??＝?｛尤丨丨（０，义１２?（’），＿．．，Ａｓ?（’）｝??同理，可相应地表示ｐ２第〖代的第／个个体ｘ２；⑴和第〖代全体为：??－１１?－??
群巧中的最优个体６组成。??目前，在调度优化、博弈策略设计、模式识别、数值优化与数据挖掘等领域，都应??用到了?ＣＣＧＡ作为解决方案，可见ＣＣＧＡ因其自身优势而有着光明的研究前景。??２．?２．?２灰狼优化??灰狼优化算法（Ｇｒｅｙ?Ｗｏｌｆ?Ｏｐｔｉｍｉｚｅｒ，?ＧＷＯ）是Ｍｉｒｊａｌｉｌｉ等人提出的一种新型群体??智能优化算法［５３］。通过对自然界中狼的群居捕猎行为进行模拟，ＧＷＯ算法以同样思路??实现优化应用。灰狼算法中将狼群划分为金字塔式的四个等级，分别为ａ、０、５和??如图２．３所示，它们的支配地位也严格按照等级模型中自上而下的顺序划分。??一?ｕ??图２．?３灰狼种群等级示意图??Ｆｉｇ．?２．３?Ｓｃｈｅｍａｔｉｃ?ｄｉａｇｒａｍ?ｏｆ?ｇｒｅｙ?ｗｏｌｆ?ｐｏｐｕｌａｔｉｏｎ?ｌｅｖｅｌｓ??在整个捕猎过程中，《、／？、５领导整个狼群包围并攻击猎物。ＧＷＯ算法将全局??最优解用猎物的位置标记，记为狼群个体的位置记为歹，那么当迭代次数为〖时，??狼群个体与猎物的距离万以及狼群个体下一代的位置Ｔ（（?＋?ｌ）如下列公式所示：??Ｄ?＝?Ｃ?－ＹＡｔ）－Ｘ｛ｔ）??二?＿?（２．３）??ｌ（｛ｔ?＋?＼）?＝?ＹＬ｛ｔ）－Ａ－Ｄ??式中系数乂用一个在［０，２］区间内线性递减的数值〇与一个［０，１］区间内的随机数ｒ，??表示，即乂?＝?同时Ｃ也是系数，用一个［０，１］区间内的随机数＆表示，即??－１２?－??
【参考文献】：
期刊论文
[1]移动边缘计算中的区块链技术研究进展[J]. 武继刚,刘同来,李境一,黄金瑶. 计算机工程. 2020(08)
[2]移动边缘计算发展与应用研究[J]. 孔玲,张燕杰,范典. 信息通信技术与政策. 2020(03)
[3]一种Inmarsat卫星通信系统下行链路初始同步方法[J]. 谢永锋,吴仡,王晓洪. 通信技术. 2020(01)
[4]基于移动云计算的计算迁移能效算法[J]. 谢兵. 计算机应用研究. 2020(10)
[5]我国E航海战略实施思考[J]. 黄海龙. 中国船检. 2019(10)
[6]下一代铱系统发展现状与分析[J]. 苗青,蒋照菁,王闯. 数字通信世界. 2019(07)
[7]基于VDES的空天地海通信网络架构与关键技术[J]. 胡旭,林彬,王珍. 移动通信. 2019(05)
[8]边缘计算的发展趋势综述[J]. 葛悦涛,尹晓桐. 无人系统技术. 2019(02)
[9]国外E航海建设经验对我国E航海发展的启示[J]. 邵进兴,任律珍,周世波. 广州航海学院学报. 2019(01)
[10]天津港复式航道e-航海试点工程实践[J]. 夏启兵,王玉林,于树海. 航海. 2019(02)
博士论文
[1]协同进化算法的研究及其应用[D]. 李碧.华南理工大学 2010
硕士论文
[1]e-Navigation架构下的洋山港航海保障系统研究[D]. 周杏利.集美大学 2015
本文编号：3460225
【文章来源】：大连海事大学辽宁省 211工程院校
【文章页数】：52 页
【学位级别】：硕士
【部分图文】：
图２．１移动边缘计算基本框架??Ｆｉｇ．?２．１?Ｂａｓｉｃ?ｆｒａｍｅｗｏｒｋ?ｏｆ?ＭＥＣ??
绍。??（２）合作型协同进化算法??ＣＣＧＡ早在１９９５年就己经被Ｍ．?Ａ．?Ｐｏｔｔｅｒ等人提出［４９］，它的基本思想是将复杂的大??问题按需分解成多个小问题即多个种群，通过在各个种群中求解，经过相互协同完成整??体的评价，按照“分而治之”的基本思想实现种群间的合作［５＜）］。在ＣＣＧＡ中，多个种??群在合作关系中进化，对于每个种群来说，其最优解只是整个问题解的一部分，需要把??全部种群的解都连接起来，才能得到完整的解［５１］。以优化两个参数为例，则需划分两个??种群，方法示意见图２．２。??个体编号?种群＾?＿种群二??①?１０００１１?０１０１００??②?０１０１０１?１０１０１０??③?０００１００?００１００１??④?１０１０１１?０１１１００??⑤?１１１００１?１００００１??⑤?００１０１１?１１１０１０??图２．?２种群划分方法??Ｆｉｇ．?２．２?Ｍｅｔｈｏｄ?ｏｆ?ｐｏｐｕｌａｔｉｏｎ?ｄｉｖｉｓｉｏｎ??ＣＣＧＡ的原理可具体描述如下：设求解的目标函数为Ｍ／？／（ｘ），需要优化的部分即??自变量共》个，表示为１?＝?．．．。设合作协同进化过程中共有两个种群ｇ和巧??且各自规模均为种群一中包含变量１？／？，种群二中包含变量ｍ?＋?１？ｎ，那么ｆ第＾代??的第／个个体⑴和第ｆ代全体可分别表示为式（２．１）：??＼ｘＸｉ（ｔ）?＝?ｘｉＸ｛ｔ）ｘｉ２（ｔ）．．．ｘｉｍ｛ｔ）?（２?〇??＝?｛尤丨丨（０，义１２?（’），＿．．，Ａｓ?（’）｝??同理，可相应地表示ｐ２第〖代的第／个个体ｘ２；⑴和第〖代全体为：??－１１?－??
群巧中的最优个体６组成。??目前，在调度优化、博弈策略设计、模式识别、数值优化与数据挖掘等领域，都应??用到了?ＣＣＧＡ作为解决方案，可见ＣＣＧＡ因其自身优势而有着光明的研究前景。??２．?２．?２灰狼优化??灰狼优化算法（Ｇｒｅｙ?Ｗｏｌｆ?Ｏｐｔｉｍｉｚｅｒ，?ＧＷＯ）是Ｍｉｒｊａｌｉｌｉ等人提出的一种新型群体??智能优化算法［５３］。通过对自然界中狼的群居捕猎行为进行模拟，ＧＷＯ算法以同样思路??实现优化应用。灰狼算法中将狼群划分为金字塔式的四个等级，分别为ａ、０、５和??如图２．３所示，它们的支配地位也严格按照等级模型中自上而下的顺序划分。??一?ｕ??图２．?３灰狼种群等级示意图??Ｆｉｇ．?２．３?Ｓｃｈｅｍａｔｉｃ?ｄｉａｇｒａｍ?ｏｆ?ｇｒｅｙ?ｗｏｌｆ?ｐｏｐｕｌａｔｉｏｎ?ｌｅｖｅｌｓ??在整个捕猎过程中，《、／？、５领导整个狼群包围并攻击猎物。ＧＷＯ算法将全局??最优解用猎物的位置标记，记为狼群个体的位置记为歹，那么当迭代次数为〖时，??狼群个体与猎物的距离万以及狼群个体下一代的位置Ｔ（（?＋?ｌ）如下列公式所示：??Ｄ?＝?Ｃ?－ＹＡｔ）－Ｘ｛ｔ）??二?＿?（２．３）??ｌ（｛ｔ?＋?＼）?＝?ＹＬ｛ｔ）－Ａ－Ｄ??式中系数乂用一个在［０，２］区间内线性递减的数值〇与一个［０，１］区间内的随机数ｒ，??表示，即乂?＝?同时Ｃ也是系数，用一个［０，１］区间内的随机数＆表示，即??－１２?－??
【参考文献】：
期刊论文
[1]移动边缘计算中的区块链技术研究进展[J]. 武继刚,刘同来,李境一,黄金瑶. 计算机工程. 2020(08)
[2]移动边缘计算发展与应用研究[J]. 孔玲,张燕杰,范典. 信息通信技术与政策. 2020(03)
[3]一种Inmarsat卫星通信系统下行链路初始同步方法[J]. 谢永锋,吴仡,王晓洪. 通信技术. 2020(01)
[4]基于移动云计算的计算迁移能效算法[J]. 谢兵. 计算机应用研究. 2020(10)
[5]我国E航海战略实施思考[J]. 黄海龙. 中国船检. 2019(10)
[6]下一代铱系统发展现状与分析[J]. 苗青,蒋照菁,王闯. 数字通信世界. 2019(07)
[7]基于VDES的空天地海通信网络架构与关键技术[J]. 胡旭,林彬,王珍. 移动通信. 2019(05)
[8]边缘计算的发展趋势综述[J]. 葛悦涛,尹晓桐. 无人系统技术. 2019(02)
[9]国外E航海建设经验对我国E航海发展的启示[J]. 邵进兴,任律珍,周世波. 广州航海学院学报. 2019(01)
[10]天津港复式航道e-航海试点工程实践[J]. 夏启兵,王玉林,于树海. 航海. 2019(02)
博士论文
[1]协同进化算法的研究及其应用[D]. 李碧.华南理工大学 2010
硕士论文
[1]e-Navigation架构下的洋山港航海保障系统研究[D]. 周杏利.集美大学 2015
本文编号：3460225
本文链接：https://www.wllwen.com/shoufeilunwen/xixikjs/3460225.html
