【摘 要】
：
计算密集型、时延敏感型车载应用的不断涌现导致资源受限的车载终端设备无法满足在短时间内处理大量应用任务的需求，而且在复杂多变的车联网场景中卸载节点动态变化特性会导致任务候选卸载节点的不确定性。针对上述问题，提出一种基于强化学习的计算卸载策略来实现任务卸载预判和计算资源分配。该策略首先结合设备链接时间与通信半径等因素制定卸载节点发现机制。其次，通过考虑时延与成本对车联网移动边缘计算卸载系统的影响建立效
论文部分内容阅读
计算密集型、时延敏感型车载应用的不断涌现导致资源受限的车载终端设备无法满足在短时间内处理大量应用任务的需求，而且在复杂多变的车联网场景中卸载节点动态变化特性会导致任务候选卸载节点的不确定性。针对上述问题，提出一种基于强化学习的计算卸载策略来实现任务卸载预判和计算资源分配。该策略首先结合设备链接时间与通信半径等因素制定卸载节点发现机制。其次，通过考虑时延与成本对车联网移动边缘计算卸载系统的影响建立效用函数，并以最大化效用作为优化目标将车联网中的卸载问题转化为优化问题。最后，基于卸载节点发现机制采用Q-
其他文献
传感器测量误差对车辆队列的有效控制与稳定性研究存在较大影响。通常情况下，大多研究成果将传感器测量误差设定为分布规律已知的随机数列（如高斯分布，泊松分布等），以便采用特定的数理方法消除误差影响。然而对于控制系统中仅满足有界条件的测量误差，仍需开展进一步的深入研究。针对此类现状，以非线性车辆队列控制为研究对象，综合考虑车载传感器的有界测量误差与车辆之间的有向通信拓扑，设计一种基于滑模的车辆队列控制方法
针对复杂环境下多探测传感器网络难以准确协同定位的问题，通过建模仿真分析，提出了一种多传感器协同定位优化布站方法。首先，基于后验克拉美罗下界（PCRLB， Posterior Cramer-Rao Lower Bound）构建了目标定位精度几何稀释因子（GDOP， Geometric Dilution of Precision）评价指标，考虑复杂外界环境，分析了起伏地形、杂波干扰和光照对传感器探测定
长期经营条件下，南亚热带区域桉树人工林土壤障碍问题频发。按土壤类型对桉树主产区进行土壤肥力障碍因子识别与评价，并给林权业主们制定区域化相应的经营、施肥策略，可针对性地为提升土壤肥力提供理论依据，对保障广西人工林产业高质量、可持续发展经营具有重要意义。本文研究采集并分析了近3年桂北地区桉树人工林主要种植区的红壤、黄壤、赤红壤等土壤类型的典型样品共计298个，运用聚类分析法结合主成分分析的方法，从15
目标识别和定位的精度直接关系到采摘机器人采摘效率、质量和速度。本文对近年来采摘机器人的目标识别和三维定位的研究工作进行了系统性的总结和分析,综述了果蔬识别和定位的几种主要方法:目标识别:数字图像处理技术、基于机器学习的图像分割与分类器和基于深度学习的算法;三维定位:基于单目彩色相机、基于立体视觉匹配、基于深度相机、基于激光测距仪和基于光基3D相机飞行时间的三维定位。分析了影响果蔬识别和定位精度的主
针对当前数据链的时隙分配问题，提出并实现了一种基于灰色关联分析法的混合时隙分配协议。通过灰色关联分析法对吞吐量、时延和当前报文缓冲区的负载程度做聚合，得到各节点综合得分，再根据综合得分对时隙进行动态分配，同时采用固定时隙分配的方式保证网络中的节点最少有一个时隙可用。结果表明：与固定TDMA协议和P-TDMA协议相比，该协议在减少竞争冲突的同时，也保证了有较低的时延、相对较高的吞吐量和高时隙利用率。
重大公共卫生事件爆发初期，医疗物资消耗迅速，供给严重不足，为了合理高效地分配医疗物资，开展应急医疗物资配送问题研究。引入熵权法确定需求点的需求紧迫度，优先配送紧迫度高的需求点，在此基础上尽可能地使配送路径最短，实现构建基于物资需求点紧迫度不同前提下的需求可拆分的多目标应急医疗物资调度模型;并使用动态惯性权重和增加粒子扰动项等策略对粒子群算法进行改进用于求解模型。结果表明：该方法可高效解决资源紧缺情
微操纵执行器末端位置的精确反馈在显微自动化操作中具有重要意义,而现有研究无法克服在复杂干扰环境下执行器末端精确跟踪的问题。针对上述提到的问题,提出一种基于语义分割模型的执行器末端位置检测跟踪方法。首先构建端到端的执行器图像语义分割模型,其次利用轮廓拐点检测算法在分割出的掩模图像中跟踪执行器末端位置,为了进一步提高算法在复杂环境中的跟踪精度及鲁棒性,利用二维卡尔曼滤波算法对遮挡情况进行处理,实现了执
磁性粒子成像是一种新型示踪剂成像技术,该技术利用磁性粒子在零磁场中的非线性磁化特性对被测物进行成像,其中零磁场的精细度决定其空间分辨率,而零磁场的精细度由空间磁场梯度决定。为了提高空间分辨率,设计了能产生大磁场梯度的静磁场结构,将其与驱动结构组合成线型零磁场系统。首先设计了基于圆环磁体阵列的静磁场结构,利用大梯度的静磁场构造精细线型零磁场;其次设计了基于亥姆霍兹线圈的驱动结构及其驱动方式,确定线型
电阻抗层析成像技术(EIT)因其非侵入和可视化等特性为人体肺部空间特性的监测提供了一种有效的方法。但是EIT的逆问题具有严重的非线性、病态性和欠定性,使得图像重建结果含有严重的伪影。针对上述问题,提出了一种由预映射、特征提取、深度重建以及残差去噪四个模块构成的V-ResNet的深度网络成像算法,实现对场域空间位置和电导率参数分布的重建。该算法有效地增加了前馈信息的多重传递并解决了深度网络的梯度消失
针对现有研究没有考虑用户移动性对移动边缘计算（mobile edge computing， MEC）服务器反馈计算结果的影响，提出一种基于虚拟机迁移的能量收集MEC系统资源分配策略。考虑用户移动性影响，分别给出用户移动性模型和能量收集模型。采用虚拟机迁移的方式，将用户卸载给初始MEC服务器的计算任务转移到当前MEC服务器。当前MEC服务器完成计算任务以后，将计算结果直接反馈给用户。联合考虑用户卸载