在万物互联时代,智能物联网(Artificial Intelligence of Things,AIoT)是人工智能与物联网融合发展的新兴方向.在面对边缘海量数据和连接时,如何进行资源负载的调度是AIoT目前亟待解决的关键问题.边缘计算(Edge Computing)是对云计算的...
详细信息
在万物互联时代,智能物联网(Artificial Intelligence of Things,AIoT)是人工智能与物联网融合发展的新兴方向.在面对边缘海量数据和连接时,如何进行资源负载的调度是AIoT目前亟待解决的关键问题.边缘计算(Edge Computing)是对云计算的补充和发展,具有低时延、位置敏感和无线接入等优点,能在网络边缘进行高效部署.该文提出了一种基于边缘计算和遗传算法的AIoT资源调度方法.首先,基于边缘计算构建了云边融合的AIoT分层网络资源管理架构.然后,对其资源调度问题进行了数学建模并使用稳态分组遗传算法(SSGGA)进行了优化.最后,根据得到的优化方案制定了计算资源调度策略.另外,基于iFogSim平台搭建了实验环境,仿真结果验证了该文所设计的资源调度策略可有效降低高负载下AIoT各节点的处理时延,并有效提升网络内设备的能量利用效率.该文的工作对于推动AIoT的发展具有良好的理论和应用价值.
研究了串联分配方式的标频相噪发生恶化的原因。阐述了串联分配的原理。推导了噪声系数、信号功率与相位噪声的关系。对串联分配的噪声系数和信号功率进行了仿真,分析了末级相噪的恶化情况。在某机载项目上进行了实验验证和测试,标频经过串联分配后,末级相噪为-139.36 d Bc/Hz@10 k Hz,比初始相噪恶化了约15 d B。经过分析和论证,提出了一种并联分配方式,末级相噪约为-151.5 d Bc/Hz@10 k Hz,基本可以满足系统需要。最后得出结论,当串联数比较多时,末级相噪会有较大恶化,建议使用并联分配方式。
暂无评论