【摘要】：隨著大數據時代的到來,以及多種多樣的智能設備、互聯(lián)網技術的普及,我們每天產生的各類數據總量一直在呈現(xiàn)出爆發(fā)式的增長。因此,針對海量數據的信息采集、通信與分析等技術也面臨著新的機遇與挑戰(zhàn)。如何通過對這些數據進行有效的獲取、匯集、通信以及分析和挖掘,使它們的價值最大化已經成為影響未來科技與經濟發(fā)展方向的重要因素。在本文中,我們從大數據處理過程中數據通信、數據采集和數據分析三個環(huán)節(jié)出發(fā),重點研究了無線網絡中的資源管理、移動數據流量卸載、基于分布式優(yōu)化算法的資源分配和基于大數據挖掘的空氣質量預測等問題。具體地,我們將本文的主要研究內容與貢獻點總結如下:1).針對大數據通信的問題,我們研究了無線通信網絡中的移動數據流量卸載問題,并提出了一種基于分解-協(xié)調的分布式優(yōu)化框架。在此框架下,我們將蜂窩網絡從移動數據流量卸載中獲取的收益最大化問題建模為一個非光滑的凸優(yōu)化問題,并將該收益最大化問題進一步分解為一組子問題,其中每一個子問題均由一個蜂窩網絡運營商或者無線網絡接入點利用其本地信息求解。所有的子問題將由一個虛擬數據流量卸載協(xié)調器進行協(xié)調,即每一個蜂窩網絡運營商或者無線網絡接入點會將其每一次迭代的中間計算結果匯報給虛擬數據流量卸載協(xié)調器,然后虛擬數據流量卸載協(xié)調器會對這些結果進行匯總協(xié)調并反饋。進一步地,我們在上述分解-協(xié)調框架下,針對不同應用場景提出了兩種分布式優(yōu)化算法,并證明了它們的全局收斂性。相關數值仿真實驗及結果分析證明,所提框架與算法能夠大幅度提高蜂窩網絡運營商的收益及用戶的服務質量。2).針對大數據采集的問題,我們研究了無線傳感器網絡中的低能耗混合數據流量卸載問題。我們考慮了一種在城市環(huán)境中與多個小蜂窩基站、Wi-Fi系統(tǒng)并存的無線傳感器網絡,并為之提出了一種混合數據流量卸載框架。在這種框架中,每一個傳感器節(jié)點不僅可以將其采集到的數據直接發(fā)送至無線傳感器網絡的融合中心中,也可以利用周圍的可供選擇的其他無線傳輸技術。具體地,線傳感器網絡中的每一個節(jié)點可以通過三種可能的方式卸載其數據:將數據卸載至鄰近的Wi-Fi接入點中;通過從蜂窩運營商處租賃專用的授權頻段進行數據傳輸和將數據卸載至鄰近的小蜂窩基站。我們提出了一種基于異步協(xié)調更新的分布式混合數據流量卸載算法,使得每個傳感器節(jié)點可以最優(yōu)化地決定使用每一種卸載方式傳輸的數據量。我們證明了所提出的算法能夠以線性速率收斂至全局最優(yōu)解。相應地數值仿真實驗結果表明,在共存的Wi-Fi設備數量較小(小于5)的時候,與其它的卸載方式相比,所提出的混合數據流量卸載框架能夠為無線傳感器網絡節(jié)省約為75%的能耗。3).針對大數據分析的問題,我們研究了基于異構大數據源的高分辨、高精度空氣質量預測問題。我們首先將地表空氣質量觀測站以及配備有傳感器的移動平臺對空氣污染物的分布信息的觀測過程建模為一個動態(tài)時空模型,并通過隨機偏微分方程方法將其進一步描述為一個高斯-馬爾科夫隨機域。由于高斯-馬爾科夫隨機域是通過一些稀疏矩陣進行定義的,因此當對其進行基于貝葉斯方法的高分辨率預測時,我們采用了一種計算復雜度較低的集成嵌套拉普拉斯逼近法。為了進一步提高預測的精度,我們在分析了不同空氣污染物分布數據特征信息的基礎上,將高精度的分布信息的重構問題描述為一個全變差最小化問題,并分別提出了兩種不同的算法對其進行了求解。我們將所提出的算法分別應用在意大利皮埃蒙特區(qū)域的數據集上對其空氣污染物的分布信息進行了預測,驗證了所提算法的有效性。
【學位授予單位】：西安電子科技大學
【學位級別】：博士
【學位授予年份】：2018
【分類號】：TN92;TP311.13

【相似文獻】

相關期刊論文 前10條

1 李康樂;;算法“塑造世界”客觀嗎[J];中國報業(yè);2018年11期

2 ;聚焦核心素養(yǎng)案例研討專題二:體驗編程計算,初步了解算法[J];中國信息技術教育;2017年08期

3 李亞娟;劉建貞;張興剛;鄧重陽;;結合科研的計算機輔助幾何設計教學[J];數學學習與研究;2017年17期

4 何克晶;張星明;鄭運平;;算法設計與分析課程全方位實踐教學改革探索[J];計算機教育;2017年02期

5 李勇;;基于實踐性教學的《算法設計與分析》教學研究[J];曲靖師范學院學報;2015年06期

6 張遠平;邱麗娜;;在算法設計與分析課程教學中融入計算思維[J];價值工程;2016年08期

7 秦丹;;算法設計與分析教學常見問題分析[J];電腦知識與技術;2014年24期

8 黃如兵;楊鶴標;;算法設計與分析課程的教學與實踐探索與研究[J];科教文匯(上旬刊);2015年03期

9 紀穎;;算法設計與分析課程教學改革探討[J];黑龍江教育學院學報;2014年08期

10 李秦;;建構主義教學模式與算法設計與分析課程教學[J];甘肅科技;2013年24期

相關會議論文 前10條

1 王輝;劉治昌;;用一種新算法設計的安全系統(tǒng)[A];2007年中國智能自動化會議論文集[C];2007年

2 雷詠梅;;橢圓曲線密碼體制的算法設計與實現(xiàn)[A];西部大開發(fā) 科教先行與可持續(xù)發(fā)展——中國科協(xié)2000年學術年會文集[C];2000年

3 韓進宏;張先峰;王運凱;;表面粗糙度頻譜分析C++算法設計[A];2007'中國儀器儀表與測控技術交流大會論文集（二）[C];2007年

4 高文超;孫宇清;韓冬雪;;一種改進的素數尋找問題的算法設計與實現(xiàn)[A];中國電子學會第十六屆信息論學術年會論文集[C];2009年

5 楊俊;關旭東;;板形控制液壓彎輥系統(tǒng)的特性分析與控制算法設計[A];1996中國控制與決策學術年會論文集[C];1996年

6 黃翔東;李海亮;王玲;;光時域反射儀的事件檢測算法設計[A];第六屆全國信號和智能信息處理與應用學術會議論文集[C];2012年

7 徐子珊;;《算法設計與分析》課程中的工程教育[A];2005年全國理論計算機科學學術年會論文集[C];2005年

8 李皓;羅熊;;云存儲部署優(yōu)化的進化算法設計[A];2013年中國智能自動化學術會議論文集（第三分冊）[C];2013年

9 宋琦;陳璞;;有限元分析中結構修改的算法設計[A];北京力學會第18屆學術年會論文集[C];2012年

10 楊利容;;用優(yōu)化算法設計雙工器[A];中國航海學會通信導航專業(yè)委員會2005年學術年會論文集[C];2005年

相關重要報紙文章 前8條

1 趙丹;大數據算法的困境[N];學習時報;2017年

2 ;算法設計的策略[N];電腦報;2003年

3 武衛(wèi);通過算法來思考世界[N];財會信報;2018年

4 陸峰;大數據健康發(fā)展需要新機制護航[N];學習時報;2019年

5 李健 周勝利;懂算法才能打“算法戰(zhàn)”[N];解放軍報;2019年

6 本報記者 霍光;從算法設計角度推進網絡節(jié)能[N];中國計算機報;2012年

7 林東;迎接算法決定戰(zhàn)法的時代[N];解放軍報;2018年

8 胡捷遞　記者 姜雪松;“計算機奧運會”將在哈舉行[N];哈爾濱日報;2010年

相關博士學位論文 前10條

1 王子玉;網絡異常檢測算法研究[D];清華大學;2017年

2 陳培;探測復雜疾病臨界點的算法[D];華南理工大學;2018年

3 李瑩玉;基于分布式ADMM算法的無線網絡資源管理與大數據分析[D];西安電子科技大學;2018年

4 蔣海青;開放式低碳選址—路徑模型及其算法研究[D];浙江工業(yè)大學;2019年

5 王普;多標記學習算法研究及在生物醫(yī)學數據挖掘中的應用[D];中國科學院大學(中國科學院深圳先進技術研究院);2017年

6 陳寧濤;基于二分技術的高效算法設計及其應用[D];華中科技大學;2006年

7 張磊;約束優(yōu)化算法的關鍵技術研究及應用[D];哈爾濱工程大學;2016年

8 孫賀;算法設計中的若干前沿問題[D];復旦大學;2009年

9 劉院英;社會網絡影響最大化方法研究[D];燕山大學;2017年

10 任志磊;組合優(yōu)化問題的特化與泛化算法設計[D];大連理工大學;2013年

相關碩士學位論文 前10條

1 張煜;強化學習中基于函數逼近的多步統(tǒng)一算法研究[D];浙江大學;2019年

2 劉凌云;基于Q-學習算法的序列決策模型研究[D];河北大學;2019年

3 夏志雄;動力電池管理單元及其SOC估算算法的研究與實現(xiàn)[D];武漢理工大學;2018年

4 初星漢;基于蟻群算法的專家抽取系統(tǒng)設計與實現(xiàn)[D];大連理工大學;2018年

5 楊欣;基于正交化學反應優(yōu)化算法的社團檢測研究與實現(xiàn)[D];河南大學;2018年

6 曾鳳華;護士周排班算法研究及其系統(tǒng)實現(xiàn)[D];華南理工大學;2018年

7 刁澤浩;自由活體動物的動態(tài)跟蹤算法研究[D];河北大學;2018年

8 李江飛;基于蜂群算法的越庫車輛調度與路徑優(yōu)化研究[D];廣東工業(yè)大學;2018年

9 尹詩德;基于模擬退火的混合布谷鳥算法求解公交調度問題[D];華南理工大學;2018年

10 彭關禮;基于FPGA的AES算法硬件設計實現(xiàn)[D];西華師范大學;2018年

本文編號：2716255