群智感知数据收集设备与处理平台优化控制算法研究

群智感知数据收集设备与处理平台优化控制算法研究

ID:35107246

大小:7.55 MB

页数:70页

时间:2019-03-18

群智感知数据收集设备与处理平台优化控制算法研究_第1页
群智感知数据收集设备与处理平台优化控制算法研究_第2页
群智感知数据收集设备与处理平台优化控制算法研究_第3页
群智感知数据收集设备与处理平台优化控制算法研究_第4页
群智感知数据收集设备与处理平台优化控制算法研究_第5页
资源描述:

《群智感知数据收集设备与处理平台优化控制算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、.,辦脚mBEIJINGJIAOTONGUNIVERSITYlg||^^重±专业学位论文3jfj^P群智感知数据收集设备与处理平台誦化化控制算法研究jm姓名編^rall^指导教师方雜副教授^umi培养院系计@結信息技术学1%flHH劉瞧二零-六年六巧中4WKM^-:ri齡交道乂夢硕:t专业学位论文群智感知数据收集设备与处理平台优化控制算法研究ResearchontheOptimalControlAlgorithmsofDataGatheringDevicesandProce

2、ssingPlatformforCrowdSensing作者:赵晓洁导师:方维维北京交通大学2016年6月学位论文版权使用授权书本学位论文作者完全了解北京交通大学有关保留、使用学位论文的规定。特>授权北京交迦大学可1^1将学位论文的全部或部分内容编入有关数据库进行检索,提供阅览服务?,并采用影印、缩印或扫描等复制手段保存、汇编供疫阅和借阅。同意学校向国家有关部口或机构送交论文的复印件和磁盘。学校可W为存在馆际合作关系的兄弟高校用户提供文献传递服务和交换服务。(保密的学位论文在解密后适用本授权说明)学位论文作者签名

3、:^导师签名:签字日期:如/占年度月文4日签字日期:年6月^日学校化码:10004密级:公开北京交通大学硕±专业学位论文群智感知数据收集设备与处理平台优化控制算法研究ResearchontheOptimalControlAlgorithmsofDataGatheringDevicesandProcessinPlatformforCrowdSensingg11221作者姓名:赵晓洁学号:4巧:导师姓名方维维职称:副教授工程硕±专业领域:计算机技术学位级别:硕±北京交通大学2016

4、年6月1致谢首先感谢我的导师方维维副教授在我研究生期间对我学习、生活、工作的关必巧指导。本论文的研究、实验及撰写等工作是在方老师的悉也指导与严谨监督K完成的。方老师教会了我如何做研究,在研究遇到困难时对我淳璋教诲,在整个研究过程中给我提出了很多宝贵的建议,使我受益匪浅,。方老师知识渊博治学严谨,待人诚挈热必,,对工作与生活积极进取是我学习的榜样,也将影响着、,衷屯祝愿方老师桃李满天下我日后的工作与学习。师恩难忘。在实验室工作及论文研究期间,赵京京,刘春同学对我的科研工作给予支持与鼓励,,在此表达我的感激之情。同时感谢尹艳艳同学在

5、我撰写论文期间给我提供良好的学习环境。感谢我的家人,在我的学习生涯中对我的鼓励与支持,使我能够在学校专也,认识的所有同学及朋友们完成我的学业。同时也耍感谢在交大学习期间,正因为有了你们的陪伴,才有了我研究生期间如此美丽的生活。ii北京交逝大学硕±专业学位论文摘要摘要近年来,随着物联网的深入发展,群智感知作为物联网中低成本且更为灵活的新型感知模式受到广泛关注。目前关于群智感知的研究大多基于特殊的应用和,需求构建的应用平台没有考虑请求到达的随机性,资源的可用性,对参与用户的激励机制等。寻找更为通用的平台实现对数据收集与资源分配

6、的优化调度,对群智感知的研究与发展至关重要。本文围绕群智感知模式下,,数据收集设备与处理平台的优化控制问题针对随机的网络环境下,请求动态到达、计算资源的可用性等约束条件下,采用李雅普诺夫优化理论,实现移动设备时均效用最优与平台时均利润最大化。主要工作及创新点如下:将李雅普诺夫优化思想用于群智感知模式中,解决感知端和平台端的优化问题。李雅普诺夫优化理论主要用于通信和队列系统。针对动症网络环境中,事件随机性,时变性和不确定性等时均约束条件下,保证系统的稳定性同时做出在线控制决策,解决时均优化或时均函数优化问题。和传统技术如动态规划、马

7、尔科夫决策过程相比,李雅普诺夫优化算法不需要长期历史统计信息,不针对特定场景,有较好的迁移性和计算复杂度。二、构造群智感知中移动设备端优化控制模型,保证数据传输时能量使用最优,设备时均效用最大。本文分析移动设备数据传输等过程并建模,采用李雅普诺夫优化思想,设计优化控制算法。通过理论分析和仿真实验,验证了我们提出的算法保证系统稳定性,实现了移动设备效用最优。H、构造群智感知中处理平台端优化控制模型,做到系统吞吐量与开销的权衡,保证系统时均利润最大。本文针对由移动用户,cloudlets,处理平台组成的系^,基于李雅普诺

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。