移动边缘计算(mobile edge computing,MEC)近年来成为解决无线体域网(wireless body area network,WBAN)计算资源匮乏的热门方法之一,但在现有的研究工作中,并没有将患者身边的计算资源充分利用起来,容易造成网络的拥堵。针对这种情况,...
详细信息
移动边缘计算(mobile edge computing,MEC)近年来成为解决无线体域网(wireless body area network,WBAN)计算资源匮乏的热门方法之一,但在现有的研究工作中,并没有将患者身边的计算资源充分利用起来,容易造成网络的拥堵。针对这种情况,提出了一种联合蜂窝、WiFi网络与设备到设备(device to device,D2D)通信的高效任务卸载方案,充分利用了WBAN应用场景中的多种计算资源,有效减少了蜂窝网络的负载,提高了系统的可靠性。设计了一种低复杂度的遗传算法,在同时考虑患者时延、能耗以及经济开销条件下,得到系统的最小卸载总成本。实验仿真结果表明,相比于随机卸载、蜂窝卸载、无WiFi卸载、无D2D卸载,该方案可以更有效降低系统总成本,为患者提供更高的服务质量。
为了降低低密度奇偶校验(Low Density Parity Check,LDPC)码译码算法的复杂度,提出了一种基于量化预处理的LDPC迭代大数逻辑译码算法。该算法在迭代译码过程中,校验节点采用基于伴随式的信息处理方式,避免了外信息的计算;同时,变量节点...
详细信息
为了降低低密度奇偶校验(Low Density Parity Check,LDPC)码译码算法的复杂度,提出了一种基于量化预处理的LDPC迭代大数逻辑译码算法。该算法在迭代译码过程中,校验节点采用基于伴随式的信息处理方式,避免了外信息的计算;同时,变量节点基于回传的伴随式信息进行可靠度偏移大小的计算,并结合与当前码位相对应的调制映射信息进行可靠度偏移方向的设计。迭代更新时,变量节点采用基于信息匹配的可靠度更新规则。迭代前的量化预处理能避免实数乘法运算进入迭代过程,使其只涉及整数加法操作和逻辑操作。仿真结果表明,在保持译码性能的前提上,所提算法具有更低的译码复杂度。
在均质无线自组织网络中,虚拟骨干(Virtual Backbone,VB)的大小是衡量无线自组织网络质量的一个重要因素,虚拟骨干越小,网络路由开销越少。最小虚拟骨干的求取问题能够抽象为最小连通控制集问题。针对二维无线自组织网络上的单位圆盘图(Unit Disk Graph,UDG)中最小连通控制集问题,目前已有很多研究成果,但是在现实中的某些情况下,单位圆盘图并不能准确地抽象网络。因此,文中提出了在单位球图(Unit Ball Graph,UBG)中构建高质量的连通控制集(Connected Dominating Set,CDS)的算法ST-CDS,给出了单位球图中独立节点个数的一个优化上界,并进一步利用该优化上界得到连通控制集的性能比。所提算法主要运用构造最小斯坦纳节点的斯坦纳树(Steiner Tree with Minimum Number of Steiner Nodes)方法来优化节点之间的连通部分。理论分析表明,ST-CDS算法的性能比为11.8080+ln11,是目前已知该方向研究中最好的结果。仿真结果也验证了ST-CDS算法的可行性。
暂无评论