基于可再生能源的M2M网络优化研究

基于可再生能源的M2M网络优化研究

论文摘要

M2M网络是最近无线通信领域的一个新兴的研究课题,同时绿色通信是无线通信中所倡导的主题,可再生能源的利用,正体现了这一主题的要求。本论文把M2M网络和绿色通信结合在一起进行探讨,研究在M2M网络中,存在可再生能源节点的情况下,如何利用可再生能源的特性,进行流控制及传输算法的设计,使网络的性能达到最优或渐近最优。M2M网络的特点在于具有基站,且节点数量巨大,使其在算法设计及分析上,与传统蜂窝网络及无线传感网络有所不同;并且由于网络节点是利用可再用能源的节点,使得能量约束条件不再是最小化能量消耗,而是如何最充分最合理地对能量进行利用,使得能量的利用即不透支,也不浪费。首先,我们研究了单跳单链路、时隙固定分配、以及新的能量约束条件下,如何确定发送速率,使得开销最小的问题。我们采用求导求极值的方法,得到了最优解。第二,为了解决时隙动态分配情况下的网络性能优化问题,我们提出了虚拟队列的概念,并采用了Lyapunov Drift分析法,给出了流控制及传输算法,得到了渐近最优的吞吐量下界。所提出的算法具有计算复杂度低、与数据产生及信道的统计模型等无关的特点,能够满足实时性及普适性的要求。第三,我们把问题扩展到多跳多链路的情况,提出了低复杂度的流控制及传输算法,得到了多条数据链路同时传输、并且满足延迟及能量约束的情况下的渐近最优的吞吐量下界。最后,我们进一步考虑节点的公平性要求,分别构建了节点能量消耗,以及传输费用这两个“公平性”模型,提出了相应的流控制及传输算法,在满足公平性条件的情况下得到了渐近最优的网络性能。

论文目录

  • 摘要
  • Abstract
  • 第1章 引言
  • 1.1 M2M 网络
  • 1.1.1 什么是 M2M 网络
  • 1.1.2 M2M 网络的网络架构
  • 1.1.3 M2M 网络与传统的峰窝网络的对比
  • 1.1.4 M2M 网络与无线传感网的对比
  • 1.1.5 M2M 网络结合可再生能源的意义
  • 1.2 研究现状
  • 1.2.1 利用传统电池能量的算法研究
  • 1.2.2 利用可再生能量的算法研究
  • 1.3 研究方法
  • 1.4 论文结构
  • 第2章 单跳时隙静态分配网络的优化问题
  • 2.1 网络模型
  • 2.2 优化目标
  • 2.3 分析求解
  • 2.4 仿真结果
  • 2.5 小结
  • 第3章 单跳时隙动态分配网络优化问题
  • 3.1 引言
  • 3.2 网络模型
  • 3.3 优化目标
  • 3.3.1 虚拟能量队列
  • 3.3.2 次优化目标
  • 3.4 流控制及传输算法
  • 3.5 性能分析
  • 3.5.1 吞吐量的下界
  • 3.5.2 延迟上界
  • 3.5.3 平均剩余能量
  • 3.6 仿真结果
  • 3.7 小结
  • 第4章 多跳时隙动态分配网络优化问题
  • 4.1 引言
  • 4.2 网络模型
  • 4.3 优化目标
  • 4.4 流控制及传输算法
  • 4.5 性能分析
  • 4.5.1 吞吐量的下界
  • 4.5.2 队列长度的上界
  • 4.5.3 延迟的上界
  • 4.5.4 平均剩余能量
  • 4.6 仿真结果
  • 4.7 小结
  • 第5章 能量消耗公平性算法
  • 5.1 引言
  • 5.2 优化目标
  • 5.3 流控制及传输算法
  • 5.4 性能分析
  • 5.4.1 吞吐量的下界
  • 5.4.2 公平性的分析
  • 5.5 小结
  • 第6章 收支公平性算法
  • 6.1 引言
  • 6.2 网络模型
  • 6.3 优化目标
  • 6.4 流控制及传输算法
  • 6.5 性能分析
  • 6.6 小结
  • 第7章 论文的总结和未来的研究工作
  • 7.1 论文的总结
  • 7.2 未来的研究工作
  • 参考文献
  • 致谢
  • 附录 A Lyapunov drift 分析法
  • 个人简历、在学期间发表的学术论文与研究成果
  • 相关论文文献

    • [1].物联网M2M中基于社区的能耗感知路由策略[J]. 小型微型计算机系统 2017(04)
    • [2].物联网中M2M技术的应用实践分析[J]. 电脑知识与技术 2017(08)
    • [3].物联网核心-M2M技术研究[J]. 电脑知识与技术 2014(31)
    • [4].论物联网的现实形态M2M技术[J]. 科学中国人 2014(12)
    • [5].基于M2M技术的智能电网分析[J]. 中国新通信 2017(16)
    • [6].基于M2M平台的创新型物联网校园建设[J]. 南京工业职业技术学院学报 2016(02)
    • [7].M2M技术在物联网中的发展及应用[J]. 通讯世界 2015(08)
    • [8].基于海事卫星M2M的数据采集系统的设计方案[J]. 卫星应用 2015(07)
    • [9].M2M虚拟运营的商业模式研究[J]. 信息通信技术 2014(05)
    • [10].物联网M2M的安全分析及策略[J]. 计算机科学 2011(S1)
    • [11].基于强化学习的M2M网络自适应媒体接入控制协议[J]. 应用科学学报 2017(03)
    • [12].M2M技术催生智能农业:农民将成最酷职业[J]. 物联网技术 2013(09)
    • [13].M2M通信专利技术综述[J]. 中国发明与专利 2018(S2)
    • [14].物联网中M2M技术与标准进展[J]. 信息技术与标准化 2010(11)
    • [15].基于M2M模型的出行路径规划算法[J]. 吉林大学学报(工学版) 2008(S2)
    • [16].M2M功能架构与安全研究[J]. 计算机技术与发展 2012(01)
    • [17].基于M2M平台的智能车载终端通信研究[J]. 东南大学学报(自然科学版) 2012(S1)
    • [18].面向环保物联网应用的M2M平台架构与功能分析[J]. 环境保护与循环经济 2015(06)
    • [19].蜂窝网络中M2M通信上行接入资源分配[J]. 应用科学学报 2015(02)
    • [20].M2M通信技术及其在智能电网中的应用[J]. 物联网技术 2013(08)
    • [21].基于M2M的实物档案智能管理系统设计需求[J]. 兰台世界 2010(22)
    • [22].M2M系统结构及发展[J]. 通信管理与技术 2009(02)
    • [23].M2M无线通信技术在基于物联网的无线火灾自动报警控制系统中的应用[J]. 电子测试 2018(04)
    • [24].物联网工程中M2M技术研究[J]. 金陵科技学院学报 2016(04)
    • [25].M2M的发展状况与未来[J]. 计算机科学 2012(S2)
    • [26].基于M2M的智能家居关键问题研究[J]. 河北建筑工程学院学报 2015(02)
    • [27].爱立信与瑞士电信合作开拓M2M市场[J]. 计算机光盘软件与应用 2013(21)
    • [28].M2M技术应用研究[J]. 科技经济市场 2014(03)
    • [29].华大电子工业级M2M安全芯片大批量用于共享单车[J]. 集成电路应用 2017(09)
    • [30].基于成簇传输的M2M网络资源分配策略[J]. 无线电通信技术 2017(06)

    标签:;  ;  ;  

    基于可再生能源的M2M网络优化研究
    下载Doc文档

    猜你喜欢