面向智能楼宇的云边协同管理组件设计与应用

来源 :浙江大学 | 被引量 : 0次 | 上传用户:qianjiuzhou
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着智能制造2025的推进,楼宇管控领域在远程维护、设备接入、设备资源拓展、低带宽通信、标准化应用管理等方面出现了新的需求。边缘计算在连接、实时、智能、安全等方面优势使其迅速代替传统架构,成为新的发展方向。然而,智能楼宇应用场景中相对孤立的边缘设备在计算、网络、存储等方面资源受限,将导致各个边缘节点中提交的计算任务无法快速完成。同时,云边通信过程的时延约束使得云边两侧的实时信息同步受到较大制约,难以实现高实时性的资源优化机制。本文以智能楼宇领域为具体应用场景,从总体架构、云边任务调度、数据可靠传输等方面对云边协同管理组件进行研究,主要研究内容如下:(1)论文在调研边缘计算与云边协同控制策略的基础上,设计了面向智能楼宇的云边协同管理的系统架构和关键组件,可实现面向边缘侧子系统的云端信息集成管理和协同控制,同时针对楼宇控制中照明、暖通、安防等子系统难以统一信息融合控制问题,建立了面向楼宇管控业务标准化模型。并对智能楼宇场景下云边传输特性进行了分析,设计了一套基于MQTT的双broker通信架构。(2)针对云边任务协同中边缘节点计算、网络及存储资源受限的问题,设计了一种弱依赖于云边信息同步的任务执行时间最小化调度算法,解决了云边数据传输时延影响任务调度决策实时性的问题。本文将任务调度实时性问题转换为最小化任务执行时间问题,使用贪心-遗传算法快速求解出近似的全局最优调度决策与资源分配方案。(3)针对云边通信过程中,容器镜像、图片视频等大数据包传输过程实时性和传输可靠性要求,设计了基于喷泉码思想的两步编码方案,实现了网络不稳定环境下云边大数据包稳定、快速传输能力。并提出了过量截断算法和度分布优化两种LT码(Luby Transform Codes)编码过程改进方法,同时对译码效率和传输耗时完成了优化。论文结合楼宇业务场景,设计了云边协同下远程运维、系统配置、任务调度、数据传输等关键管理组件,并进行了功能和性能测试,满足了智能楼宇云边协同的云端管控的应用需求。其中,云端指令响应平均耗时为25.1毫秒,边缘节点指令响应平均耗时7.2毫秒;通过部署云边半协同任务调度策略,各节点计算任务平均执行时间减少了54.7%;本文提出的两步编码方案可将大数据传输耗时减少40%,相比于经典LT码,译码效率提高了409%,译码耗时减少28%。
其他文献
在实际应用中,训练智能模型所需要的标注数据往往具有很高的获取代价,而另一方面,现实场景中的无标注数据又可以轻而易举地获得。因此,仅使用少量标注数据并同时利用未标注数据的半监督学习具有重大的实际意义。相较于需要足量规模训练数据、侧重于处理复杂数据形式的深度学习半监督方法,小规模数据集下的半监督学习方法凭借其训练速度快、标注需求量低、适用范围广的特点,在现实诸多领域具有应用价值。例如许多在线试题平台的
近年来,国内越来越多的水环境治理项目开始采用考核付费的EPC工程总承包管理模式,在该模式下工程付款与考核目标挂钩,EPC总承包商不仅要垫资施工还要承担考核收款的压力。EPC总承包商面临的风险大增,在投标阶段即开展风险管理研究就显得尤为重要。论文按照风险管理的基本流程即风险识别、风险评价和风险控制,对考核付费水环境治理EPC项目开展投标风险管理研究。投标风险识别采用文献研究法、实地调查法,建立了基于
学位
随着敏捷开发流程的广泛应用,软件版本的发布周期逐渐缩短。为适应快速迭代发布,回归测试作为软件测试的主要部分,其执行流程也必须按照敏捷开发流程进行设计。然而,企业中实际的回归测试流程并没有考虑敏捷开发快速响应的特点,测试用例执行效率低下、缺陷发现速率慢、出现质量问题的版本和延期发布的版本占版本总数的比例较高。为了解决以上问题,本文提出了面向敏捷开发的软件回归测试流程优化。为与敏捷开发流程衔接,本文采
随着人工智能技术的发展、硬件算力的提升,自动驾驶得到了长足发展,但是距离完全的车辆自动驾驶还需要一定的时间。智能汽车需要经历从辅助驾驶到完全自动化的渐进式发展过程,即人机联合驾驶阶段。本文以智能车为研究主体,搭建了人机联合驾驶仿真平台,对联合系统的权限分配问题展开研究,探索了一些高效可行的人机权限分配方法,本文的主要贡献如下:1)提出了考虑环境因素的模糊动态权限分配方法。以环境中雾的浓度、驾驶人的
随着互联网技术的发展以及物联网时代的到来,人们对更智能、更高效的信息处理方式的需求十分迫切。人工神经网络因其具备模拟生物大脑信息处理方式的能力受到了研究人员的广泛青睐,在时间记忆、非线性、高噪声等复杂的通信和感知等场景中,人工神经网络表现出了优异的性能,但其较为复杂的计算结构同时也导致了高复杂度、高功耗、过拟合、记忆渐消等问题。储备池计算是一种新颖且结构简单的神经网络机制,它对传统的递归型人工神经
随着社会的发展以及安全需求的增长,生物特征识别技术受到广泛关注。其中步态识别是一种新兴的生物特征识别技术,通过行走姿态进行身份认证。与人脸识别相比,其具有远距离非接触采集的优势,与行人重识别相比,其具有不受衣着颜色干扰的优势,因此在监控安防领域存在巨大潜力。然而在实际场景系统应用中步态识别只能作为辅助手段,其识别精度受一些外界因素的影响,例如相机视角变换、行人外观变化以及步态数据分割效果不佳等,这
工业机器人是智能制造重要的载体,推动工厂向数字化、智能化转型。技术发展离不开大量的专业人才,然而传统落后的教学模式不足以支持人才的培养,本文针对工业机器人教育培训中数字化辅助手段匮乏的问题,融入数字孪生的理念,采用虚实融合的教学实训模式,对实训系统构建所需要的关键技术展开了研究。本文的主要工作如下:(1)提出了基于数字孪生的工业机器人工作单元仿真建模技术,分析并封装机器人单元的模块信息,解析虚拟模
随着世界人口持续增长、粮食需求的增加、大宗除草剂草甘膦禁限用的趋势下,市场对S除草剂的需求量逐年呈上升趋势。面临当前生产经营变革的挑战和迎接新需求的机遇,如何确保S除草剂生产线在短期内、少投入的情况下提升产能、降低生产成本、提高市场竞争力,已成为J公司目前需要尽快解决的问题。本文通过运用约束理论对J公司S除草剂生产线产能的提升进行研究。首先,介绍了J公司和S除草剂生产线的基本情况,对S除草剂生产现
学位