论文部分内容阅读
随着信息科学技术的快速发展,物联网逐渐在人类社会的各个领域铺开,在社会经济发展和社会建设过程中起到了重要的作用。在以监测为主要目的的物联网中,无线传感器网络被大量部署用于实时感知和采集对象的信息,然后再将信息汇集到物联网的数据中心供物联网中心控制系统作各种分析和决策。在以提供应用服务为目标的物联网中,移动边缘计算技术被引入用于解决设备资源受限无法满足物联网应用的问题,设备可以通过计算卸载技术将任务卸载至边缘服务器,以达到降低任务执行延时和能耗的目的。在无线传感器网络中,节点定位技术既是部署无线传感器网络时至关重要的一环,同时也是实现无线传感器网络众多功能的前提。但当前广泛使用的节点定位技术DVHop(Distance Vector-Hop)算法却有着定位精度不高、效果不稳定等缺点,这样的缺点使得无线传感器网络的功能受到了极大的限制。在移动边缘计算中,计算卸载技术能够为智能终端提供更多的资源以降低执行任务的延时和能耗。但遗憾的是,延时和能耗之间的优先级对于不同类型的任务和不同用户的需求而言是不同的,如何平衡任务的响应延时和能耗成为必须考虑的问题。本文以提高节点定位技术的定位精度和获得更为平衡的卸载决策为主要目的,分别提出了相应的解决方法。本文的主要工作总结如下:(1)提出了一种新的高精度的无线传感器网络节点定位算法DECHDV-Hop(DE and Continuous Hop-count DV-Hop)。首先,本文对DV-Hop中距离估算误差较大的问题从原理上进行了分析,有针对性地提出了新的节点之间的距离度量方法;随后,我们将定位问题形式化为优化问题并通过差分进化算法进行求解。实验结果表明,我们的算法不仅优于其他同类型算法,而且相比DV-Hop算法提高了最多高达70%的定位精确度。(2)通过多目标优化算法解决了计算卸载技术中延时和能耗之间的矛盾。首先,我们建立了由移动智能终端和移动边缘计算服务器构成的物联网模型,考虑了在终端资源受限情况下的计算卸载问题;然后,将该问题形式化为了多目标优化问题,目的在于寻找任务的响应延时和设备能耗之间的平衡;最后,我们有针对性地改进了NSGA-II算法并将其应用于该优化问题。实验表明,改进的NSGA-II算法可以有效地寻找到延时和能耗之间的平衡。