隨著新一代信息通信技術(shù)的飛速發(fā)展,無(wú)線(xiàn)通信與人工智能等領(lǐng)域進(jìn)入了新的研究階段,給全球工業(yè)產(chǎn)業(yè)帶來(lái)了革命性的影響,工業(yè)互聯(lián)網(wǎng)的概念應(yīng)運(yùn)而生。隨著德國(guó)工業(yè)4.0、美國(guó)工業(yè)互聯(lián)網(wǎng)和中國(guó)《智能制造2025》等國(guó)家層面對(duì)相關(guān)研究的大力支持,工業(yè)互聯(lián)網(wǎng)及相關(guān)領(lǐng)域在世界范圍內(nèi)受到了廣泛的關(guān)注,發(fā)展勢(shì)頭十分活躍。在工業(yè)互聯(lián)網(wǎng)的數(shù)據(jù)采集與傳輸過(guò)程中,隨著海量工業(yè)設(shè)備接入網(wǎng)絡(luò),數(shù)據(jù)包在網(wǎng)絡(luò)中可能產(chǎn)生大量擁塞,引起傳輸時(shí)延和丟包率上升等網(wǎng)絡(luò)性能方面的問(wèn)題出現(xiàn)。同時(shí)由于工業(yè)環(huán)境、網(wǎng)絡(luò)架構(gòu)和資源分配管理模式等方面存在的問(wèn)題,導(dǎo)致系統(tǒng)能耗較高而網(wǎng)絡(luò)資源利用率較低。針對(duì)上述問(wèn)題,本文從資源優(yōu)化管理的角度,首先對(duì)工業(yè)無(wú)線(xiàn)網(wǎng)絡(luò)中網(wǎng)絡(luò)資源和計(jì)算資源的聯(lián)合管理進(jìn)行重點(diǎn)研究,將頻譜資源分配問(wèn)題建模為動(dòng)態(tài)隨機(jī)優(yōu)化問(wèn)題,并利用部分可觀測(cè)馬爾可夫決策過(guò)程（Partially Observable Markov Decision Process,POMDP）描述其中的動(dòng)態(tài)參數(shù),求解出最優(yōu)頻譜分配動(dòng)作。之后本文重點(diǎn)研究了工業(yè)網(wǎng)絡(luò)中數(shù)據(jù)傳輸時(shí)延與網(wǎng)絡(luò)能耗的優(yōu)化問(wèn)題,并對(duì)動(dòng)態(tài)基站資源優(yōu)化管理問(wèn)題進(jìn)行建模。最后基于工業(yè)傳感器網(wǎng)絡(luò)特性和K-M... 

【文章來(lái)源】：北京工業(yè)大學(xué)北京市 211工程院校

【文章頁(yè)數(shù)】：95 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題背景及意義
    1.2 國(guó)內(nèi)外相關(guān)研究進(jìn)展
        1.2.1 工業(yè)互聯(lián)網(wǎng)的發(fā)展現(xiàn)狀及挑戰(zhàn)
        1.2.2 LPWAN的發(fā)展現(xiàn)狀與應(yīng)用
        1.2.3 工業(yè)領(lǐng)域中機(jī)器學(xué)習(xí)算法的發(fā)展及應(yīng)用
    1.3 本文的主要研究?jī)?nèi)容及各部分結(jié)構(gòu)安排
第2章 工業(yè)互聯(lián)網(wǎng)與低功耗廣域互聯(lián)網(wǎng)
    2.1 工業(yè)互聯(lián)網(wǎng)發(fā)展背景、架構(gòu)特征與數(shù)據(jù)源
        2.1.1 工業(yè)互聯(lián)網(wǎng)發(fā)展背景
        2.1.2 工業(yè)互聯(lián)網(wǎng)架構(gòu)及特征
        2.1.3 工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)采集來(lái)源
    2.2 低功耗廣域互聯(lián)網(wǎng)概述
        2.2.1 LPWAN發(fā)展背景與關(guān)鍵技術(shù)
        2.2.2 LPWAN網(wǎng)絡(luò)架構(gòu)及特征
    2.3 本章小結(jié)
第3章 POMDP與K-Means聚類(lèi)算法概述
    3.1 部分可觀測(cè)馬爾可夫決策過(guò)程
        3.1.1 MDP概述
        3.1.2 POMDP基本模型
        3.1.3 POMDP策略與值函數(shù)
        3.1.4 POMDP算法概述
    3.2 聚類(lèi)算法
        3.2.1 聚類(lèi)算法分類(lèi)
        3.2.2 K-means基本流程及算法特點(diǎn)
        3.2.3 K-means算法性能度量方法
        3.2.4 K-means聚類(lèi)算法概述
        3.2.5 模擬退火算法概述
    3.3 本章小結(jié)
第4章 基于認(rèn)知無(wú)線(xiàn)電和邊緣計(jì)算的工業(yè)無(wú)線(xiàn)網(wǎng)絡(luò)聯(lián)合資源管理
    4.1 引言
    4.2 基于認(rèn)知無(wú)線(xiàn)電和邊緣計(jì)算的工業(yè)無(wú)線(xiàn)網(wǎng)絡(luò)架構(gòu)
        4.2.1 網(wǎng)絡(luò)架構(gòu)
        4.2.2 基于認(rèn)知無(wú)線(xiàn)電與邊緣計(jì)算的工業(yè)無(wú)線(xiàn)網(wǎng)絡(luò)中的數(shù)據(jù)流
    4.3 系統(tǒng)模型
        4.3.1 網(wǎng)絡(luò)模型和服務(wù)模型
        4.3.2 計(jì)算模型
    4.4 動(dòng)態(tài)隨機(jī)優(yōu)化問(wèn)題建模
        4.4.1 系統(tǒng)狀態(tài)空間
        4.4.2 動(dòng)作空間
        4.4.3 收益和優(yōu)化目標(biāo)
    4.5 解決動(dòng)態(tài)隨機(jī)優(yōu)化問(wèn)題
        4.5.1 狀態(tài)轉(zhuǎn)移概率
        4.5.2 更新系統(tǒng)收益
        4.5.3 利用部分可觀測(cè)馬爾可夫決策過(guò)程重構(gòu)
        4.5.4 資源管理流程
    4.6 仿真結(jié)果和分析
        4.6.1 仿真環(huán)境
        4.6.2 系統(tǒng)總收益對(duì)比
        4.6.3 吞吐量對(duì)比
        4.6.4 傳輸時(shí)延對(duì)比
    4.7 本章小結(jié)
第5章 基于K-Means聚類(lèi)算法的低功耗廣域互聯(lián)網(wǎng)自適應(yīng)方法
    5.1 引言
    5.2 基于低功耗廣域互聯(lián)網(wǎng)的工業(yè)無(wú)線(xiàn)網(wǎng)絡(luò)架構(gòu)
        5.2.1 網(wǎng)絡(luò)架構(gòu)
        5.2.2 ADR技術(shù)
    5.3 系統(tǒng)模型
        5.3.1 無(wú)線(xiàn)信道通信模型
        5.3.2 系統(tǒng)能耗模型
    5.4 網(wǎng)關(guān)動(dòng)態(tài)最優(yōu)選址問(wèn)題建模
        5.4.1 低功耗廣域互聯(lián)網(wǎng)網(wǎng)絡(luò)能耗
        5.4.2 數(shù)據(jù)實(shí)時(shí)性分析
        5.4.3 優(yōu)化目標(biāo)
    5.5 基于KMSA算法的網(wǎng)關(guān)動(dòng)態(tài)最優(yōu)選址問(wèn)題
        5.5.1 優(yōu)化K-Means算法
        5.5.2 模擬退火算法
        5.5.3 基于模擬退火的自適應(yīng)K-Means聚類(lèi)算法
    5.6 仿真結(jié)果與分析
        5.6.1 仿真環(huán)境
        5.6.2 確定最優(yōu)網(wǎng)關(guān)數(shù)量
        5.6.3 聚類(lèi)結(jié)果
        5.6.4 算法性能對(duì)比
        5.6.5 網(wǎng)絡(luò)生命周期和吞吐量對(duì)比
    5.7 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文
致謝


【參考文獻(xiàn)】：
期刊論文
[1]低功耗無(wú)線(xiàn)廣域網(wǎng)技術(shù)在油田數(shù)字化建設(shè)中的應(yīng)用模式探討[J]. 楊天翼.  通信技術(shù). 2017(08)
[2]時(shí)延敏感傳感器網(wǎng)絡(luò)中分布式動(dòng)態(tài)資源管理研究[J]. 劉偉,劉軍.  通信學(xué)報(bào). 2017(07)
[3]新興物聯(lián)網(wǎng)技術(shù)——LoRa[J]. 王陽(yáng),溫向明,路兆銘,程剛,潘奇.  信息通信技術(shù). 2017(01)
[4]窄帶物聯(lián)網(wǎng)部署策略[J]. 邢宇龍,胡云.  信息通信技術(shù). 2017(01)
[5]低功耗廣域網(wǎng)絡(luò)技術(shù)綜述[J]. 鄭寧,楊曦,吳雙力.  信息通信技術(shù). 2017(01)
[6]LoRa技術(shù)在低功耗廣域網(wǎng)絡(luò)中的實(shí)現(xiàn)和應(yīng)用[J]. 鄭浩.  信息通信技術(shù). 2017(01)
[7]Mobile Edge Computing Towards 5G: Vision, Recent Progress, and Open Challenges[J]. Yifan Yu.  中國(guó)通信. 2016(S2)
[8]美國(guó)、德國(guó)工業(yè)互聯(lián)網(wǎng)聯(lián)盟機(jī)構(gòu)解析[J]. 陳騫.  上海信息化. 2016(12)
[9]NB-IoT技術(shù)簡(jiǎn)介及其在智慧城市中應(yīng)用研究[J]. 嚴(yán)益強(qiáng).  廣東通信技術(shù). 2016(11)
[10]LoRa無(wú)線(xiàn)網(wǎng)絡(luò)技術(shù)分析[J]. 趙靜,蘇光添.  移動(dòng)通信. 2016(21)

碩士論文
[1]K-means聚類(lèi)方法的改進(jìn)及其應(yīng)用[D]. 李薈嬈.東北農(nóng)業(yè)大學(xué) 2014



本文編號(hào)：3118269