基于软件定义网络和移动边缘计算的车联网高效任务卸载方案

随着车联网(IoV)中车辆和智能应用数目的增加使计算密集型任务激增,传统架构难以满足用户需求。为解决车联网计算资源不足且分配不均匀、应用时延需求无法满足、任务能耗成本较高的问题,结合移动边缘计算(MEC)和软件定义网络(SDN),设计了一种从宏基站到MEC服务器到车辆的车联网架构中的高效任务卸载方案,并提出一种改进的低复杂度非支配排序遗传算法,优化任务卸载成本和MEC服务器的负载均衡率。实验仿真结果表明,相比于随机卸载,NO-MEC卸载,NO-I卸载,传统NSGA、NSGA-Ⅱ卸载,GA卸载,Q-learning卸载,DQN卸载方案,所提方案有着更低的卸载成本,更优的负载均衡率,得到近似最高的系统效用,能够给车联网中的车辆用户带来更优质的网络服务。     

一种“北斗”三号精密单点定位的三频模糊度解算方法

精密单点定位(Precise Point Positioning, PPP)利用接收机收到的载波相位测量值进行定位,载波相位整周模糊度的固定影响着PPP的收敛速度和定位精度。采用B2a信号替代B2I信号,与B1I、B3I组成三频信号观测值组合,在此基础上对传统Boot-strapping方法加以改进,提出了一种改进的三频模糊度解算方法。该方法采用了超宽巷-超宽巷-宽巷-窄巷的解算策略,通过比较选择波长较长、电离层延迟较小、测量噪声较小的三频观测值组合,分别用于解算超宽巷组合、宽巷组合和窄巷组合的模糊度。当电离层延迟无法忽略时,所提方法通过引入额外的伪距观测量来消除在解算组合模糊度的过程中出现的电离层参数和几何参数的影响。实验表明,所提方法与传统方法在完成一次模糊度解算的时间上相差无几,但是相比于传统方法,所提方法具有更高的模糊度解算成功率。     

移动边缘计算中服务功能链的自适应优化部署策略

为解决移动边缘计算中面向用户的服务功能链（Service Function Chain,SFC）部署成本开销过大、时延过长问题,提出了针对SFC的支出成本与时延联合自适应优化的部署策略。首先,在虚拟网络功能（Virtualized Network Function,VNF）节点选取阶段,考虑路径损耗这一无线信道衰落问题,根据有线用户与无线用户的位置情况,选择当前最佳节点以降低SFC的响应时延。其次,在服务节点配置阶段,根据用户请求处理的数据内容的新鲜度记录,自适应动态增加和删减相应的缓存,利用资源感知算法在保证数据传递可靠性的同时,减少服务节点的配置个数,降低配置开销。最后,在SFC部署阶段,利用基于KSP（K-shortest Paths）的功耗感知算法确定最佳节点映射排序与通信链路,在减少通信链路重映射的同时还能保证部署的SFC的低成本与低时延。实验仿真结果表明,相比于已有方案,该方法能够有效降低部署成本与时延,并能对不同用户的SFC部署做到自适应优化,提高了SFC的部署成功率。     

一种“北斗”卫星导航系统三频周跳探测与修复方法

针对传统伪距-相位组合中伪距噪声过大的问题引入了多普勒观测值进行辅助，同时再联合无几何相位组合构成一种新的周跳探测与修复方法。在信号方面，选择B2a代替B2I,与B1I、B3I组成了“北斗”卫星导航系统(Beidou Navigation Satellite System, BDS)中定位性能更好的“北斗”三频观测组合。在选频方面，选用无几何相位系数[-1,1,0]、多普勒辅助伪距-相位系数[1,0,-1],[1,3,-4]组合进行周跳的探测。在修复方面，使用搜索法进行周跳的修复，并根据1-范数原则确保修复值的准确性。在1 s的采样率、电离层延迟稳定情况下，所提方法不仅能探测与修复出所有加入的1周在内的周跳，而且相比传统伪距-相位方法在小周跳探测方面性能更佳。