Hydrogen production with nickel powder cathode catalysts in microbial electrolysis cells

Although platinum is commonly used as catalyst on the cathode in microbial electrolysis cells (MEC), non-precious metal alternatives are needed to reduce costs. Cathodes were constructed using a nickel powder (0.5–1 μm) and their performance was compared to conventional electrodes containing Pt (0.002 μm) in MECs and electrochemical tests. The MEC performance in terms of coulombic efficiency, cathodic, hydrogen and energy recoveries were similar using Ni or Pt cathodes, although the maximum hydrogen production rate (Q) was slightly lower for Ni (Q = 1.2–1.3 m³ H₂/m³/d; 0.6 V applied) than Pt (1.6 m³ H₂/m³/d). Nickel dissolution was minimized by replacing medium in the reactor under anoxic conditions. The stability of the Ni particles was confirmed by examining the cathodes after 12 MEC cycles using scanning electron microscopy and linear sweep voltammetry. Analysis of the anodic communities in these reactors revealed dominant populations of Geobacter sulfurreduces and Pelobacter propionicus. These results demonstrate that nickel powder can be used as a viable alternative to Pt in MECs, allowing large scale production of cathodes with similar performance to systems that use precious metal catalysts.     

Distance control strategy for deploying content replica servers in an edge cloud

To reduce fetching cost from a remote source,it is natural to cache information near the users who may access the information later.However,with development of 5 G ultra-dense cellular networks andmobile edge computing(MEC),a reasonable selection among edge servers for content delivery becomes a problem when the mobile edge obtaining sufficient replica servers.In order to minimize the total cost accounting for both caching and fetching process,we study the optimal resource allocation for the content replica servers’ deployment.We decompose the total cost as the superposition of cost in several coverages.Particularly,we consider the criterion for determining the coverage of a replica server and formulate the coverage as a tradeoff between caching cost and fetching cost.According to the criterion,a coverage isolation(CI) algorithm is proposed to solve the deployment problem.The numerical results show that the proposed CI algorithm can reduce the cost and obtain a higher tolerance for different centrality indices.     

MEC中资源分配与卸载决策联合优化策略

针对移动边缘计算(MEC)中用户任务处理时延与能耗过高的问题,提出了"云-边-端"三层MEC计算卸载结构下的资源分配与卸载决策联合优化策略.首先,考虑系统时延与能耗,将优化问题规划为系统总增益(任务处理时延与能耗相对减少的加权和)最大化问题;其次,为用户任务设置优先级,并根据任务数据量初始化卸载决策方案;然后,采用均衡...     

计算资源受限的移动边缘计算服务器收益优化策略

移动边缘计算（MEC）服务器通过向用户提供计算资源获得收益。对MEC服务器而言,如何在计算资源受限的情况下提高自身收益至关重要,为此提出一种通过优化计算任务执行次序提高MEC服务器收益的策略。首先,将MEC服务器收益最大化问题建模为以任务执行次序为优化变量的优化问题;然后提出了一种基于分支定界法的算法求解任务执行次序。仿真结果表明,采用所提算法获得的MEC服务器平均收益分别比大任务优先（LTF）算法、低延迟任务优先（LLTF）算法和先到先服务（FCFS）算法提高了11%、14%和21%。在保证卸载用户服务质量（QoS）同时,所提策略可以显著提高服务器的收益。     

基于MEC优化BP神经网络的PSD非线性校正

光电位置敏感传感器(PSD),特别是其B区存在非线性误差大、测量精度低的问题.针对现有神经网络校正方法的不足,提出一种基于思维进化计算(MEC)算法优化的神经网络校正模型.该方法首先应用MEC算法搜索最优神经网络初始权值和阈值,再利用LM算法训练BP神经网络,最后将训练好的神经网络用于PSD非线性校正.仿真实验结果表明,所提出的方法校正精度高,收敛速度快,泛化能力强,测试数据的平均误差被控制在0.005 mm以下.经过校正后的PSD在非线性区表现出与线性区相似的线性程度,提高了PSD的测量精度.     

5G高清直播端到端网络技术研究

本文通过分析高清直播业务对于移动网络资源的需求,与5G主要技术指标进行对标,证明了5G网络部署4K、8K和AR/VR等各类高清直播业务的可行性.研究了5G网络承载高清直播业务的端到端网络技术方案,并探讨5G网络后续对于完善高清直播业务的方向.     

基于5G MEC的水泥智慧工厂解决方案研究与验证

随着新型工业化进程不断推进,5G如何赋能工业数字化转型、助力企业实现产业升级受到越来越多的关注。根据水泥生产流程,分析了行业的需求,提出了基于5G多接入边缘计算（multi-access edge computing,MEC）的水泥智慧工厂解决方案,并给出了典型的5G应用场景。结合实际的商用案例,介绍了详细的部署组网和安全防护方案,验证了方案在助力企业降本增效方面的显著效果,为水泥建材行业乃至流程工业的5G MEC场景化应用提供了参考。     

基于5G+MEC的电网边缘计算平台任务安全性调度方法

为保证电网边缘计算平台任务调度的安全性以及任务调度所需的数据质量,提出基于5G+MEC的电网边缘计算平台任务安全性调度方法。结合机密性服务和完整性服务,构建任务调度安全等级模型,约束调度任务队列调度传输过程中的风险,实现5G核心网的安全传输;确认优先级队列类型,选择最小化队列与最大队列,进行数据资源最大化支持、MEC 设备端的任务调度,构建分布式任务调度模型,并利用 Lyapunov候选函数提升任务调度的稳定性,通过交替方向乘子法求解模型,获取任务安全性调度最优解。测试结果表明,应用该方法后,风险概率结果均在0.15～0.35的范围波动,MEC设备提供的相关数据与核心服务器调度任务的拟合程度均高于0.92;任务调度数据的质量分值也高于0.94。     

基于移动边缘计算的V2X任务卸载方案

移动边缘计算(MEC)通过在移动网络边缘提供IT服务环境和云计算能力带来高带宽、低时延优势,从而在下一代移动网络的研究中引起了广泛的关注。该文研究车载网络中车辆卸载请求任务时搜寻服务节点为其服务的匹配问题,构建一个基于MEC的卸载框架,任务既可以卸载到MEC服务器以车辆到基础设施(V2I)形式通信,也可以卸载到邻近车辆进行车辆到车辆(V2V)通信。考虑到资源有限性、异构性,任务多样性,建模该框架为组合拍卖模式,提出一种多轮顺序组合拍卖机制,由层次分析法(AHP)排序、任务投标、获胜者决策3个阶段组成。仿真结果表明,所提机制可以在时延和容量约束下,使请求车辆效益提高的同时最大化服务节点的效益。     

超密集网络中基于MEC的动态任务卸载方案

超密集网络(Ultra-dense Network,UDN)中集成移动边缘计算(Mobile Edge Computing,MEC),是5G中为用户提供计算资源的可靠方式,在多种因素影响下进行MEC任务卸载决策一直都是一个研究热点。目前已存在大量任务卸载相关的方案,但是这些方案中很少将重心放在用户在不同条件下的能耗需求差异上,无法有效提升用户体验质量(Quality of Experience,QoE)。在动态MEC系统中提出了一个考虑用户能耗需求的多用户任务卸载问题,通过最大化满意度的方式提升用户QoE,并将现有的深度强化学习算法进行了改进,使其更加适合求解所提优化问题。仿真结果表明,所提算法较现有算法在算法收敛性以及稳定性上具有一定提升。