增强的IEEE 802.16e节能机制

为了提高电池供电的宽带无线接入设备的能量效率,通过建立IEEE 802.16e休眠模式的马尔可夫分析模型,研究了体眠机制的能量效率,分析了功率损耗和数据包平均延时之间的关系,建议了一种动态算法来适应终端的随机化业务,理论分析和NS2仿真结果都表明建议的算法能在整个休眠模式中节省较多的终端能量.     

基于业务量的自适应IEEE802.16e休眠机制

IEEE802.16系统中引入休眠模式来减小终端的能量消耗以及对服务基站空口资源的占用。为了进一步有效提高终端的省电率,提出了一种基于业务量的自适应休眠机制。它能够根据终端当前的业务繁忙程度动态调整其工作模式,有效地避免了终端在普通模式与休眠模式之间频繁切换。通过建立该休眠机制的马尔科夫模型,分析了终端平均功率消耗、平均时延与计数器门限值之间的关系。仿真结果表明,与标准的指数增长算法相比,提出的休眠机制能量节省率至少可提高30%。     

计数器驱动的IEEE 802.16e休眠模式研究

为了降低移动终端的能量消耗以及对基站空口资源的占用,IEEE 802.16e标准定义了休眠模式。针对计数器驱动的休眠工作模式与IEEE 802.16e标准不能较好兼容的局限,提出了改进的计数器驱动休眠算法,建立马尔可夫链模型分析其性能,推导出平均时延、平均功耗与计数器门限值等参数之间的内在关系,在此基础上给出了不同QoS要求的连接所对应的参数设置方案。     

IEEE802.16中基于非实时业务的节能算法

IEEE802.16系统中采用节能机制（PSM）来延长移动设备的电池使用寿命。针对非实时业务,IEEE802.16e和IEEE802.16m中的节能机制,通过令睡眠窗口指数倍增长来进行休眠,牺牲了大量的数据包响应时间来换取节能效果。为此,根据数据包到达的平均时间间隔,提出了一种动态设定移动终端（MS）睡眠周期的休眠算法nPSM。由基站（BS）在数据包到达时计算数据包平均到达间隔,并在下一次与移动终端通信过程中,通过下行数据包以捎带的方式将该信息传递给移动终端,作为后续休眠周期的长度。结合数学分析和仿真实验,验证了所提休眠算法相比现有针对非实时业务的节能算法,在低通信负载下,在减少数据包响应延时的同时提高了节能效果。     

IEEE802.16e的休眠模式性能评估与优化

IEEE802.16e终端具有移动性,导致其系统配置受限于电池容量。而休眠模式作为移动终端的必备功能,它能有效地管理有限的电池容量,延长移动终端的单次充电使用时间。该文回顾了IEEE802.16e移动终端休眠模式的3种功率节省类型,通过建模移动终端的休眠模式,研究了多种功率节省类型相组合的情况,探讨了休眠模式状态下移动终端的平均能量消耗和平均能量节省问题。通过系统模型仿真,提出了基于参数配置变化的休眠模式性能评估及优化的方法。     

基于自相似流的IEEE 802.16e休眠算法

为了减少移动站点的功率消耗,降低服务基站空中资源的使用,IEEE802.16e引入了休眠模式。移动站点与服务基站协商后进入休眠周期并暂时终止业务服务。休眠模式算法目前研究工作大都基于包到达服从泊松过程的假定来设计与分析算法,但研究表明,数据包到达的时间间隔遵循类似Pareto分布的重尾分布。针对网络流量的自相似特性,提出指数递减的休眠模式算法。理论分析与实验表明,此算法在平均响应时间和平均能量消耗方面都要优于IEEE802.16e协议所建议的指数递增休眠模式算法。     

基于调度集合的多播单播数据联合调度算法

首先定义和分析了IEEE802.16e无线城域网中的一个新问题,即如何在保证移动终端服务质量的前提下,通过合理地调度终端的单播业务和多播业务来降低终端能耗.针对该问题,提出一种基于调度集合的联合调度算法(scheduling set based integrated scheduling,简称SSBIS).SSBIS算法将所有移动终端划分到多播调度集合或单播调度集合中,并利用多播数据的传输特点,在多播数据传输的相邻时隙内发送多播调度集合中所有终端的单播数据,而对于单播调度集合中的终端,则通过凸优化方法求得使终端休眠时间最长的单播业务调度方案,以达到降低终端能耗的目的.仿真实验显示,SSBIS算法在满足移动终端的最小数据速率要求的同时,可以明显地降低终端能耗.     

基于最大加权队列的终端到终端通信时延感知跨层设计算法

基于李雅普诺夫(Lyapunov)优化理论的最大加权队列(MWQ)控制策略是一种可以获得队列稳定性和最优时延性能的跨层控制方法.针对终端到终端(D2D)通信业务具有实时性和时延感知低时延的要求,MWQ算法综合考虑物理层的信道状态信息(CSI)和MAC层的队列状态信息(QSI),以最大系统吞吐量为目标函数,动态地控制D2D节点的功率.提出了基于D2D通信的MWQ算法,将MWQ算法与固定功率分配算法、基于CSI算法、基于QSI算法等已有算法进行比较.仿真结果表明,MWQ算法在数据包平均到达率高于10 Mb/s时,能减少约0.5 s的平均时延;在平均时延相同时,能减少约26dB的功率.该算法具有使D2D通信保持低时延的良好性能,为实现低时延的D2D通信提供了一定的参考.     

ECC抗功率分析攻击的等功耗编码算法

可以抵抗功率分析攻击的椭圆曲线密码算法往往效率较低。针对该问题,将等功耗编码的思想应用到椭圆曲线密码标量乘法运算过程中,通过消除标量乘运算中的功耗差异,掩盖相关密钥信息,达到抵抗功率分析攻击的目的。理论分析结果表明,与二元法抗功耗攻击算法和NAF窗口法抗功耗攻击算法相比,改进算法的执行效率较高。     

MS休眠窗口叠加增长算法及其性能分析

针对休眠窗口的大小会影响移动站点节能性能及接收数据帧平均响应时间的问题,提出一种叠加增长算法,从而达到较好的节能效果且具有较短的平均响应时间。该算法定义第K个休眠窗口长度是第K．1和K-2个休眠窗口长度之和,以减缓各休眠周期内休眠窗口增长的速度。仿真结果表明,该算法在平均能耗和平均响应时间方面均优于IEEE802 16e规定的指数增长算法。     

基于硬件运行时间的Android应用非线性能耗模型

Android应用能耗分析一直是移动应用测试的重要组成部分,通过对移动应用和底层移动终端硬件特性的分析,提出一种基于硬件运行时间的非线性能耗模型,与使用复杂但精度高的硬件测量能耗相比,该模型将单个硬件在不同状态的能耗列为基本能耗单元,然后以此为基础结合时间变量刻画终端的功耗,由于运行时间容易精确获取和测量,从而能够快速估算应用程序运行时所产生的能耗。实验结果表明,通过此模型进行的能耗估算结果与通过硬件测量得到的能耗相比平均误差不超过6%,能够为用户快速检测应用程序所消耗的电量提供有效评估。     

基于用户访问特征的云存储副本动态管理节能策略

针对云计算环境下服务器利用率低、能耗浪费严重的问题,提出一种基于用户访问特征的云存储副本动态管理节能策略。通过把用户访问特征的研究转化为计算Block的访问热度,根据节点的整体访问热度,DataNode主动申请休眠从而达到节能的目的。给出了详细的休眠申请、休眠判断算法,以及在DataNode休眠期间出现对已休眠Block进行访问的情况时如何处理的解决方案。实验结果表明,采用该策略后可休眠29%~42%的DataNode,减少能耗31%,且服务器的用户响应时间不受影响。经过性能分析,得出该策略在保证数据可用性的同时可有效地降低能耗。     

自适应缓冲控制的移动机器人分布式多跳路由算法

针对移动机器人平台下60GHz无线信号太弱而无法存在于高衰减的长距离或非直线环境的问题,提出了一种基于自适应缓冲控制的分布式鲁棒多跳路由算法。该算法的核心思想是通过求解单位时间平均预期功耗总和最小化和每单位时隙缓冲稳定性的联合随机优化来确定功率分配量,使每个机器人平台能够计算从它自己的缓冲区传输数据包的功率分配量,从而优化整个系统。拥有二十个移动监控机器人平台的仿真实验验证了提出的算法的有效性。实验结果表明,相比分布式多跳路由协议中较为著名的自组织网络按需距离向量(AODV)算法,提出的算法在平均功耗和缓冲占有率方面均有优势,在权重因子为0.5和2时,缓冲占有率分别为AODV的0.14和0.34倍,平均功耗也有所降低。     

基于ZigBee的海洋信息综合采集系统设计

海洋信息采集系统集成了前端信息节点、路由转发节点和信息协调节点，系统采用分布式自组网结构，可以实现对海洋海水温度、酸碱度、溶解氧含量以及电导率等海洋水质参数的实时在线监测；系统采用时间同步算法，完成每个节点的同步休眠和唤醒，以降低系统功耗。     

基于电量检测的WSNs智能休眠方法

为使无线传感器网络（WSNs）中传感器节点的电池电量得到充分利用并降低传感节点能量消耗,提出了一种基于传感节点电量检测的WSNs智能休眠方法,以达到智能化管理WSNs传感节点电池电量的目的。详细地论述了WSNs智能休眠方法的设计思路和实现方法。测试结果表明：此休眠方法可＂智能＂地降低WSNs节点的功耗,为WSNs的进一步发展与应用奠定了一定的基础。     

抽水蓄能电站中基于边缘计算的任务卸载算法

为降低抽水蓄能电站中终端设备密集计算型任务的处理时延,针对抽水蓄能电站的物联网体系,提出了一种基于边缘计算的任务卸载算法.在该文方案中,首先基于层次分析法对计算任务进行优先级划分,并以终端能耗为约束、以终端计算任务处理时延为优化目标建立卸载模型,其次基于Q学习算法(Q-Learning,QL)探索系统的状态转移信息,以获取终端设备与边缘节点间的最佳卸载策略.另外,采用深度学习(Deep Learning,DL)的方法映射状态与动作之间的关系,避免算法迭代求解过程中的维度爆炸问题.仿真结果表明,本文提出的方法有效降低了抽水蓄能电站的任务平均执行时延,能够大幅提高抽水蓄能电站的生产作业及安全监测等工作的执行效率.     

基于两级遗传算法的特定应用片上网络拓扑优化

大规模片上系统面临着性能、同步、能耗等方面的通信问题,片上网络为复杂的片上系统通信问题提供了一种有效的解决方案。由于网络拓扑优化是一种NP难问题,针对片上系统主要面向特定应用的特点,提出一种基于两级遗传算法来求解特定应用片上网络的拓扑优化问题近似解。实验结果表明,相对于现有的三级遗传,两级遗传算法在最小能耗上平均有1.1%的改进,而且仿真运行时间大大减少,平均减少97%.     

一种基于LEACH的低延迟和低功耗的WSN分簇算法

针对经典分簇LEACH协议的不足,提出了低延迟、低功耗和网络能耗均匀的改进算法。该算法主要从两个方面对LEACH进行了改进:在稳定数据传输阶段采用CSMA机制,降低了数据传输延迟;在能量均衡和能耗方面,混入小部分初始能量高的高级节点,在簇头选举阶段首先对节点进行能量感知,并综合考虑节点剩余能量和平均能量,从而延长了网络的生命周期。文中首先对LEACH协议进行简单介绍,利用平均周期法对LEACH中使用的CSMA机制进行分析,从而得到了改进算法的延迟计算方法;然后对改进算法的数据传输阶段的能耗和算法复杂度进行分析,并对改进算法的簇头选举阈值的计算进行讨论;最后对改进算法的数据传输阶段的延时和功耗进行建模分析,并利用MATLAB进行仿真对比。仿真结果显示,改进算法使得第一个节点死亡的时间延长了31%,全部节点死亡的时间延长了24.7%,并且网络能耗更加均匀,因此,该算法有效地解决了LEACH中的热区问题,改进了实际WSN应用中节点集中死亡带来的区域信息缺失问题。相比于LEACH,改进算法的数据传输延迟平均降低了78.6%,保证了WSN应用中数据的实时性,因此改进算法在延迟、生命周期、网络能耗均匀性以及吞吐量等性能上都得到了优化提升。     

融合XGBoost和Multi-GRU的数据中心服务器能耗优化算法

随着云计算技术的快速发展,数据中心的数量大幅增加,随之而来的能源消耗问题逐渐成为一个研究热点.针对服务器能耗优化问题,提出了一种融合极限梯度提升(XGBoost)和多个门控循环单元(Multi-GRU)的数据中心服务器能耗优化(ECOXG)算法.首先利用Linux终端监控命令和功耗仪收集服务器各部件的资源占用信息和能耗...     

基于终端电能状态的网络接口开启间隔算法

针对动态开启间隔算法存在网络接口开启间隔次数过多及网络选择时间过长的问题,提出一种基于终端电能状态的网络接口开启间隔算法,将终端剩余电能状态卢作为功耗代价的权重,使网络性能函数成为网络开启间隔的影响因子,对网络流量进行有效管理。仿真实验结果表明,在网络选择过程中,当终端移动速度不超过1．4mds时,该算法具有较少的网络开启间隔次数和较短的网络选择时间。