移动边缘计算中的无人机群协同任务卸载策略研究

针对应急灾害中通信受限的场景,研究了基于移动边缘计算(mobile edge computing, MEC)的无人机群(unmanned aerial vehicles,UAV)协同任务卸载问题。在对系统通信过程和计算过程的延时与能耗分析的基础上,设计联盟效用函数和回报函数,并基于享乐博弈模型提出联盟分割形成算法。理论分析证明,该算法最终收敛于某个稳定的联盟分割。仿真结果表明,相比其他典型策略,提出的策略具有更低延时和能耗,能够提升用户服务体验、增加设备续航时间,解决通信受限问题。     

移动边缘计算中基于非合作博弈的计算卸载策略研究

针对多用户、多任务的复杂场景,建立一种基于非合作博弈和排队论的计算卸载博弈模型。以计算任务的平均响应时间和平均能耗作为性能指标,提出一种非合作博弈的纳什均衡卸载策略和成本函数,设计一个迭代算法来求解系统的纳什均衡。理论证明了该博弈模型的纳什均衡存在且具有唯一性。数值仿真结果表明,基于非合作博弈的纳什均衡卸载策略可以显著降低移动设备的开销,提升系统性能,更好地满足用户需求。     

基于SWIPT的D2D通信辅助移动边缘计算任务卸载策略

为解决5G移动通信系统中移动用户计算能力不足、能量消耗多、无线资源缺乏等问题,本文构建一种基于无线携能通信(Simultaneous Wireless Information and Power Transfer, SWIPT)的多用户设备间(Device to Device, D2D)通信辅助移动边缘计算(Mobile Edge Computation, MEC)系统模型,提出一种D2D-MEC联合卸载策略。该策略以系统中请求用户总能耗最小化为目标,采用二进制卸载模式和功率分流模式对请求用户进行任务卸载和能量收集。针对能耗最小化问题为非线性混合整数规划问题,根据整数变量和实数变量将原问题解耦为功率分配和计算任务卸载两个独立子问题,并分别采用Dinkelbach方法和匈牙利算法求出两个子问题的最优解。仿真实验结果表明,本文所提策略优于传统的D2D卸载策略和MEC卸载策略,有效降低了请求用户的总能耗,提高了任务执行效率。     

缓存辅助移动边缘计算的任务卸载与资源分配联合优化策略

为了减少资源受限的移动边缘计算场景下任务卸载和资源分配过程中的能量消耗,提出缓存辅助的动态卸载决策和计算、通信、缓存多维资源分配的联合优化策略。该策略根据任务流行度制定缓存服务,通过控制用户设备的发射功率优化通信资源分配,并结合计算卸载合理利用服务器的计算资源。提出最小化时延和能耗的均衡优化目标,设计基于深度强化学习的优化求解算法。最后,通过仿真实验验证所提策略的有效性,结果表明该策略在计算资源和缓存容量约束条件下能展现较优性能。     

基于无人机的移动边缘计算任务卸载

无人机具有高移动性,能帮助移动用户在基础通信设施缺乏的环境中快速部署边缘云。为降低基于无人机的边缘计算成本,提高能量利用效率,提出了一种移动边缘计算(Mobile Edge Computing, MEC)系统的任务卸载方案。首先基于排队论模型构建了多用户边缘计算模型,引入等待概率构造了移动边缘计算系统的成本函数,然后采用权重系数将多目标优化问题转化为求解卸载策略的单目标非线性规划问题,最后采用蒙特卡洛剪枝算法进行求解,并引入决策树剪枝算法降低了算法的复杂度。实验结果表明,文中提出的任务卸载方案在CPU性能较低、任务到达率较大的情况下均能降低成本开销,为基于无人机的边缘计算提供了一种低成本的解决方案。     

边缘计算迁移策略研究

传统的云计算已经无法满足迅速增长的海量数据实时性的处理,因此,边缘计算应运而生。边缘计算的基本原理是按就近原则对网络边缘节点任务进行及时响应并有效的处理,但是由于边缘节点的资源、带宽、能源等有限,计算迁移是有效解决此问题的一个关键技术。本文首先研究边缘计算环境下的迁移技术和其适用场景,之后针对不同优化目标的计算迁移策略进行分析比较和归纳,最后对边缘计算迁移进行总结与展望。     

一种下肢康复机器人机构及匀速训练方法的研究

针对下肢具有功能障碍的偏瘫或残疾患者,文章研制了基于五杆并联机构的新型坐式下肢康复机器人,建立了患者下肢与康复训练机构的人-机参数化模型,并利用闭环矢量法对模型进行运动学正、逆分析,推导出其运动学方程。根据运动学分析并利用Matlab进行编程,分段拟合得到匀速训练下曲柄角速度与时间的函数,并在Pro/E软件中进行验证,仿真数据表明该函数和运动学分析结果是正确的。     

下肢外骨骼康复机器人步态规划方法的研究

针对脑卒中偏瘫患者,依据正常人髋、膝关节运动数据建立人体关节数学模型。将Brunnstromc与训练过程中下肢肌肉表面肌电信号的变化相结合,规划出对不同患者具有适用性、针对性的人体生理学训练步态。在Visual C++开发环境下获取患者自身健康腿的关节运动数据,并结合Matcom实现混合编程,可避免医疗师将数据提取再用Matlab进行处理的过程;同时由于下肢具有的步态对称性,可作为步态协调性康复训练的参考模型。结果表明通过多方面的结合及应用,加深了对步态规划方法的认识与理解,也为康复训练临床试验及寻求更稳定合理的步态规划提供了借鉴作用。     

基于优先级的空中等待策略模型研究

空中交通拥塞日益严重,造成大量经济损失.空中等待是空中交通拥挤时流量调整的重要措施,作为短期措施中缓解空中交通拥塞的有效方法,空中等待策略的核心问题是确定航班等待序列.因此针对航班的延误时间和延误费用,提出了一种基于优先级的空中等待策略,并建立基于该算法的空中等待优化模型.该算法中,在确定等待航班的优先级时,综合考虑了航班的延误时间和延误费用的影响,确定出航班的等待序列.结合实际的数据,用计算机仿真实验对该算法进行了检验.结果表明,该算法具有灵活性和有效性.     

跳远运动支撑期间下肢动作轨迹预测方法的研究

跳远运动支撑期间,下肢动作的准确性可使运动员最大程度避免受伤,且决定着运动员跳远成绩,因此需要对支撑期间下肢动作轨迹进行预测,以达到改善动作准确性的目的。传统方法预测动作轨迹时,一般采用光流估计法或变分方法;但这两种方法较为繁琐,且预测误差较大。为此,提出一种新的跳远运动支撑期间下肢动作轨迹预测方法,将跳远运动简化成运动员骨架的运动,获取三维人体骨架模型,通过未标定的多幅跳远运动支撑期间下肢动作图像对摄像机内参数进行确定,完成摄像机的自标定。将跳远运动支撑期间下肢动作的左右膝关节、左踝关节点作为关键节点进行分析,求出首帧图像对应的三维运动骨架特征点的坐标;在此基础上,继续求出各后续帧中三维人体运动骨架特征点的坐标,从而实现跳远运动支撑期间下肢动作轨迹预测。实验结果表明,该方法具有很高的轨迹预测精度。     

一种基于卷积神经网络的下肢动作模式识别方法

针对目前下肢动作模式识别技术存在的数据量少、识别率低的问题,提出了一种新的基于卷积神经网络的下肢动作模式识别方法。以下肢步态动作识别为对象,采集无负重平地行走,无负重上/下楼及负重上/下楼5种步态的表面肌电信号（surface electromyography,sEMG）,对sEMG进行特征提取,构建了一种以特征集作为输入的卷积神经网络,并比较了其与另外几种传统分类识别方法的识别准确率和工作特征。实验结果表明,新方法对于5种步态的平均识别准确率大于95%,错误率都低于8%,具有较高的准确性。因此所提方法的输入特征集更能代表预测模型特征,模式识别率更高,可为康复医疗机器人、助力机器人等设备改善下肢运动功能提供参考。     

基于DTW优化积分直方图动态捕捉的持续人体动作识别研究

针对现有持续人体动作识别算法实时性不高的问题,提出了一种基于动态时间规整(DTW)积分直方图的动态捕捉方法.首先,利用积分直方图对原始动作进行分类;然后,聚类各种时空姿态建立动作的统计表示,并采用巴氏距离测量两个直方图的相似性;最后,根据动态时间规整方法设计了动态程序识别算法.通过大型数据集的测试以及与几种最新方法的比较证明了方法的高效性,即使在数据库包含噪声和相似动作的情况下,方法仍然取得了很好的识别效果.     

移动机器人运动控制系统设计及控制算法研究

提出了一种移动机器人的运动控制系统硬、软件结构 .此控制系统是由工业计算机 ,ADT85 0运动控制卡及相关传感器组成 ;其操作系统采用Windows98,用VC 6 .0开发 ,并应用模块化及Windows线程的多任务处理机制实现控制程序设计 ;根据状态反馈控制理论 ,设计了移动机器人路径跟踪控制算法 .实验论证了此控制系统及控制算法的有效性 .     

A research on the largest Lyapunov exponent of BAEP time series

ＡｒｅｓｅａｒｃｈｏｎｔｈｅｌａｒｇｅｓｔＬｙａｐｕｎｏｖｅｘｐｏｎｅｎｔｏｆＢＡＥＰｔｉｍｅｓｅｒｉｅｓ￥ＦｅｎｇＪｉｕｃｈａｏ（ＤｅｐａｒｔｍｅｎｔｏｆＰｈｙｓｉｃｓ，ＳｏｕｔｈｗｅｓｔＣｈｉｎａＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｃｈｏｎｇｑｉｎ...     

基于视觉感知的LCDs运动图像边缘模糊的评价方法

基于LCD运动图像锐度的视觉感知实验,采用线性回归的方法,得到人眼感知到的运动图像边缘锐度参量Zscore的计算表达式,提出了利用与边界斜率和过驱动相关的2个参数来描述运动图像边缘模糊程度的量化公式.并将计算预测值和视觉感知的实验值进行比较.结果表明,二者具有较高的相关性(R2≥0.8892),该量化公式可以很好地用于...