基于移动边缘计算的车联网资源分配方案研究

针对复杂战场环境中一般云计算无法满足指挥中枢对特种车辆海量数据处理的延时问题,提出一种基于分层移动边缘计算的资源分配方案。方案对边缘服务器工作过程中任务卸载和资源分配进行优化,根据不同任务的延迟容忍度,以优化Q学习算法制定任务卸载优先级策略,采用Q学习算法设计资源分配流程。为了验证提出方案的有效性,仿真分析了优化算法的中断概率和延迟性能。仿真结果表明：该方案能有效为车联网提供低时延的移动服务。     

陆战场中的计算卸载和资源分配

移动边缘计算（MEC）作为5G时代的关键技术之一,通过计算卸载的方式提升任务执行质量。区别于其他研究,以陆战场为应用背景,针对多类型卸载任务共存的情况,考虑各类型任务的属性及需求,划分任务卸载优先级,以最小化系统开销为目标的同时提升高卸载优先级任务的卸载数量。通过仿真验证上述方法的可行性与优越性。     

蜂窝网络中基于干扰控制的D2D通信联合资源分配方案

在蜂窝网络中部署D2D(Device-to-Device)通信能够有效提升频谱利用率,降低基站负载,但D2D用户与蜂窝用户共享无线信道时会产生信号干扰。提出了一种联合资源分配算法,通过综合考虑信道分配对网络中已有的蜂窝用户和D2D用户的信号干扰,并在小区范围内寻找具有最小干扰值的信道资源分配给用户,以实现有效的干扰控制。仿真结果显示:联合资源分配能够提升D2D链路、蜂窝链路的信噪比及系统总吞吐量,使得蜂窝网络的整体性能优于独立资源分配。     

面向用户的无人机辅助MEC网络性能优化

针对具有高视距和高机动性特性的无人机(unmanned aerial vehicle,UAV)辅助移动边缘计算(mobile edge computing,MEC)进行空-地高效数据通信系统中无人机能耗对通信质量造成直接影响和多用户多业务需求的问题,提出了一种在确保用户体验性的前提下最小化系统能耗的交替迭代优化算法,通过建立包含无人机轨迹、信道模型、本地计算模型、计算卸载模型和无人机能耗五个子模型的UAV-MEC网络系统,联合优化无人机轨迹、用户卸载量和无人机功率,对系统能耗进行了优化.通过仿真结果表明了在与已有基准方案相比较时,终端用户的计算能耗减少了35％,系统性的整体性能得到了显著改善.     

新型装备维修任务分配与保障资源规划分析方法研究

新型装备列装部队,对部队维修保障能力建设提出了更高更新的要求。为加速新型装备战斗力形成,急需一套科学、合理的方法用以确定装备维修任务和规划维修保障资源配置。针对这一问题,本文紧密结合我军实际,构建了新型装备维修任务分配与保障资源规划分析方法体系,规范了新型装备维修分析流程,并对分析过程中的关键技术进行了研究,最后开发了计算机辅助决策分析系统。     

一种航天侦察任务-资源匹配的负载均衡方法

当前航天侦察任务预处理方法一般仅从任务需求的角度考虑资源分配问题,容易导致负载不均衡,对此提出了一种综合考虑任务需求与资源负载的任务-资源匹配方法.分析了资源负载均衡需要考虑的任务要素以及相应的描述方法,提出用任务执行概率度量卫星资源负载状况,基于任务流模型给出了单任务执行概率的估算公式,并给出了一种简易的多任务执行概...     

云计算安全协议设计

分析了目前云计算服务中存在的应用风险和安全隐患,并将其抽象为两方面的问题,即安全边界问题和用户服务资源映射问题。为了解决这两个方面的问题,根据云计算系统的实际需求,给出云计算服务的一种普适性的定义;在此定义基础上,提出了云计算服务的安全框架,并设计了云计算服务各层协议集合。在这个框架和协议集合下,分析了保证云计算服务正常执行所需的四方面要素,以及将诸要素较好地整合在一起的方法。     

动态规划在消防增援调度中的应用

由于各消防中队一般规模较小,对于较大规模的火灾需要多个消防队共同救护,此时若能够实现增援调度的最优化可以提高这些同时出现的火灾被全部扑灭的概率。利用多阶段动态规划对增援调度进行了研究,并分析了具体案例。通过分析得出此方法有助于改善消防资源分配状况,以实现最大程度地减小经济损失。     

基于混沌pso算法的实时动态目标分配

任务分配是多导弹协同攻击目标的重要前提,在充分考虑满足复杂战场环境各种约束的条件下,提出了基于混沌粒子群算法的实时动态算法,使得算法在求解WTA问题时具有处理意外目标和任意时刻响应当前战场状态的实时动态特性。并为了解决战场环境中各不确定性因子对新加入目标优先级的影响,提出基于三元区间数表示关联熵的复合物元目标排序方法。     

异构资源类型下多无人机任务分配

针对多无人机在执行侦察、打击任务的过程中携带任务资源的异构性,以及任务对于异构资源的要求,设计了一种改进的基于共识的捆绑算法(consensus-based bundle algorithm, CBBA)。考虑任务价值、任务执行时间窗以及航程代价等条件建立了多无人机对地目标侦察、打击任务分配模型。利用K-medoids聚类分析方法对多无人机进行基于距离和携带资源平衡的聚类,以解决多无人机对于异构资源类型的要求。对打击任务进行子任务生成,并利用改进后的CBBA求解所建立的任务分配模型,通过对比仿真实验验证了算法的可行性和有效性。     

面向作战环的战术通信网络资源分配方法

随着人工智能、大数据等技术在军事领域的应用,作战体系传输的数据量急剧增加,然而,传统通信网络的通信资源分配较为固定,导致数据的传输效率较低,增加作战环的闭环时间。针对战术通信网络资源分配效率低导致的作战体系响应速度较慢的问题,提出了一种基于作战环效能的通信资源动态分配方法,通过与随机分配和平均分配两种通信资源分配方法的仿真结果对比,该方法在作战环生成的质量效能和时间效能上都具有一定优越性。