导读:本文包含了节点调度算法论文开题报告文献综述及选题提纲参考文献，主要关键词:动态物联网,节点任务,实时传输,分簇调度
节点调度算法论文文献综述
黄志武[1]（2019）在《动态物联网节点任务实时传输分簇调度算法》一文中研究指出为解决传统互联网节点任务实时传输分簇调度管理进程和内存管理效率低的问题,笔者提出了动态物联网节点任务实时传输分簇调度算法,通过构建互联网节点任务传输信息流的模型,进行传输信息流的融合处理,能够实现动态物联网节点任务传输信息流的分簇处理。实验数据表明,分簇调度算法较传统调度算法效率更高,适用于动态物联网节点下的实时传输分簇调度。(本文来源于《信息与电脑(理论版)》期刊2019年21期）
黄志武[2]（2019）在《物联网感知层节点任务分布式调度算法研究》一文中研究指出针对传统节点任务调度效率低的问题,笔者设计了物联网感知层节点任务分布式调度算法。通过选取任务节点,本算法减少任务集中出现在同一节点的情况,构建任务调度机制,提高调度过程中的资源整合能力。为保证调度的实时性需求,该算法设定调度时间约束,以此完成物联网感知层节点任务分布式调度。实验结果表明,该算法节点任务分布式调度的效率比传统算法效率高,具有实际应用意义。(本文来源于《信息与电脑(理论版)》期刊2019年20期）
秦宁宁,金磊,许健,徐帆,杨乐[3]（2019）在《邻近信息约束下的随机异构无线传感器网络节点调度算法》一文中研究指出针对高密度部署的随机异构传感器网络内部存在的覆盖冗余问题,该文提出一种随机异构无线传感器网络的节点调度算法(NSSH)。在网络原型拓扑的支撑下构建Delaunary叁角剖分,规划出节点进行本地化调度的局部工作子集。通过折中与邻近节点的空外接圆半径,完成对感知半径的独立配置;引入几何线、面概念,利用重迭面积和有效约束圆弧完成对灰、黑色节点的分类识别,使得节点仅依赖本地及邻居信息进行半径调整和冗余休眠。仿真结果表明,NSSH能以低复杂度的代价,近似追平贪婪算法的去冗余性能,并表现出了对网络规模、异构跨度和参数配置的低敏感性。(本文来源于《电子与信息学报》期刊2019年10期）
桑丽颖[4]（2019）在《基于按需节点结构的空分复用弹性光网络资源调度算法研究》一文中研究指出相比于固定分配粒度的波分复用光网络,弹性光网络可根据业务的带宽大小为其灵活分配频谱资源,从而减少频谱资源浪费,提高资源利用率。然而,弹性光网络中现阶段部署的单芯、单模光纤传输容量受限于香农极限,随着网络流量的持续增长和网络规模的不断扩展,其传输容量将不能满足未来网络的容量需求,限制未来网络的发展。多芯光纤可有效克服单芯、单模光纤的容量瓶颈,基于多芯光纤的空分复用弹性光网络被认为是极具潜力的下一代底层传输网络。尽管空分复用弹性光网络有诸多优势,但其发展却面临着新的挑战。其一,空分复用弹性光节点中存在因频谱争用导致的业务冲突现象,导致节点器件资源和频谱资源的浪费;其二,纤芯交换使资源分配问题变得更为复杂,同时,多芯光纤中相邻纤芯间的芯间串扰影响频谱资源的可用性以及业务的传输质量,导致网络阻塞率升高,制约网络的发展。因此,论文主要研究空分复用弹性光网络的节点调度算法和考虑芯间串扰的路由纤芯频谱分配算法,主要工作及创新成果如下:第一,为了解决空分复用弹性光节点中的冲突问题,论文第叁章设计了配置频谱转换器的按需节点结构,并提出了一种基于加权极大团的空频联合调度算法。业务间发生冲突后,为冲突业务建立辅助图,将业务抽象为辅助图的顶点,并根据业务间的冲突关系建立边连接。之后优先利用空间切换来解决冲突问题,若空间切换后仍存在冲突,则通过频谱转换解决冲突。在空间切换阶段基于业务带宽、承载业务的纤芯负载和节点各端口使用的频谱选择开关数目设计了空间切换权重公式,在频谱转换阶段设计了基于业务带宽和频谱紧密度的频谱转换权重公式,权重和最大的极大团即为输出带宽最大且且使用频谱选择开关数目/频谱转换器数目最少的调度方案。仿真结果表明,本文所提算法可在改善带宽阻塞率的同时减少节点所需的频谱转换器数目,以更具成本效益的方式实现更好的阻塞率性能。第二,为了降低基于多芯光纤空分复用弹性光网络中的芯间串扰,论文第四章提出了一种考虑节点频谱转换能力和芯间串扰的路由纤芯频谱分配算法。算法在节点配置频谱转换器以优化串扰,针对全网配置频谱转换器成本过高的问题,算法提出了基于节点中介中心性的稀疏配置频谱转换器策略。在选路阶段,论文设计了综合考虑路径负载和节点频谱转换能力的路径权重公式;在纤芯频谱分配阶段,本文基于顶点着色将纤芯进行分组,并按照分组结果对频谱进行分区,其后设计了综合考虑负载及芯间串扰的纤芯频谱分配成本公式,最终选择成本最小的分配方式以避免串扰、均衡负载;在利用频谱转化器优化串扰阶段,论文考虑多节点均可频谱转换的情况,设计了基于剩余频谱转化器数目和串扰改善率的节点排名公式。仿真结果表明,本文所提算法可减少因串扰导致的业务阻塞,降低网络带宽阻塞率,提高网络的资源利用率。(本文来源于《重庆邮电大学》期刊2019-06-02）
张雷[5]（2019）在《基于分簇拓扑的无线传感器网络节点休眠调度算法研究》一文中研究指出近年来,无线传感器网络的发展相当迅速,它已逐渐发展成为一种新型信息感知和获取方式。它的主要组成部分为大量可以移动的或者是静止的传感器节点,它们是以自组织和单跳或者多跳路由的方式构成无线传感器网络。这些传感器节点通常被部署在丛林、火山、深海、沙漠等环境艰苦或者是人类难以到达的地方,而这些节点的能量来源通常是内嵌电池,受到节点体积因素的影响,电池的能量供应也十分有限,同时在这种监测环境下也不容易进行节点电池的更换和充电,所以,在节点能量相对有限的情况下,采用怎样相对高效的方法来降低节点能耗,使网络的生存时间得到有效的延长,这是该领域研究中的一项重要挑战。而分簇拓扑控制和节点休眠调度是节约网络能量的两种有效方法。网络中的节点通常是高密度的分布在监测区域,存在很多的冗余节点。节点休眠调度使部分节点进入休眠状态,并且休眠节点与工作节点相互进行轮换,从而使网络得到了更长时间的生存。而通过采取分簇拓扑控制的方法,网络会被划分为多个类似子网的簇,在网络中形成层次结构,由一些挑选出来的簇头节点负责簇内数据的融合和处理,减少簇结构内节点的通信,降低节点之间因相互通信产生额外的能量开销。而本文采用传感器节点休眠调度和传感器网络分簇拓扑控制相结合的方式,提出了一种基于分簇拓扑的节点休眠调度算法。利用区域覆盖的方法建立了一种覆盖区域冗余节点的优化调度机制,实现对完全覆盖区域内冗余节点的休眠调度,并将该机制引入无线传感器网络的分簇结构中。算法通过控制簇内冗余节点进行休眠,减少簇首的数据通信量和簇成员中工作的冗余节点个数,降低了网络能耗。最后运用MATLAB仿真软件对本文提出的基于分簇拓扑的节点休眠调度算法来进行仿真实验,仿真结果表明,与未考虑分簇的冗余节点休眠调度算法在网络生存时间、休眠节点数、冗余度等方面来进行比较,本文所提出的算法能更好的降低网络节点能耗,延长网络生存时间。(本文来源于《西华师范大学》期刊2019-04-01）
潘向辉,陈亚军,吴学毅[6]（2019）在《基于节点能力度的P2P流媒体资源调度算法》一文中研究指出传统流媒体网络因流媒体数据量较大的特点,使服务器的负载重、主干网压力大,从而导致网络吞吐量降低。为此,提出P2P流媒体资源调度算法。通过引入节点能力度和数据块优先级概念,构建多层管理流媒体系统模型。在此基础上,给出多源节点协同调度算法。实验结果表明,与基于数据块优先级的资源调度算法、先来先服务算法相比,该算法能有效缩短系统启动时延,提高播放连续度。(本文来源于《计算机工程》期刊2019年05期）
李明,胡江平[7]（2018）在《基于学习自动机的异构有向传感器节点调度算法》一文中研究指出现有有向传感器网络调度算法多数只面向同构传感器节点,而未考虑节点异构性对算法性能的影响。为此,提出一种基于学习自动机的异构有向节点调度算法。将节点调度问题转化为集合覆盖问题后,利用学习自动机的特性自适应地更新所选取感知方向的概率,从而构建多个满足条件的节点覆盖集合。仿真结果表明,与贪婪算法相比,该算法能有效减少能量消耗并延长网络寿命。(本文来源于《计算机工程》期刊2018年08期）
胡波,王祺尧,冯辉,罗灵兵[8]（2018）在《一种无线传感器网络中目标跟踪的自适应节点调度算法》一文中研究指出在无线传感器网络目标跟踪的过程中进行节点调度,可以综合考虑跟踪误差和能量消耗,延长传感器网络的使用寿命。为了综合考虑节点调度的短期和长远损失,该文将问题建模为部分可观测马尔科夫决策过程(POMDP)以得到更优的调度策略,并提出一种近似求解算法C-QMDP。该算法利用马尔科夫链蒙特卡洛方法(MCMC)推导连续状态空间的置信状态的转移,并计算瞬时代价。使用状态离散化方法,基于马尔科夫决策过程(MDP)值迭代求解未来代价的近似值。仿真结果表明,相比现有POMDP近似算法,该文算法既可以降低跟踪过程中的累积损失,又可以将大量运算进行离线计算,减小了在线决策时的计算量。(本文来源于《电子与信息学报》期刊2018年09期）
付鼎[9]（2018）在《面向智慧教室的边缘节点放置和任务调度算法研究》一文中研究指出智慧教室有望从多维度显着改进教学效果、提高教学质量,在未来教学活动中有着广阔应用空间。随着计算机信息技术、人工智能技术、物联网技术与教育的进一步深入融合,未来的智慧教室将进一步变革教学过程。本文首先展望未来智慧教室的发展:引进大量传感器、智能摄像头、可穿戴设备、VR/AR设备来采集教学活动中产生的各个维度的学习大数据,通过基于人工智能/深度学习算法的大数据处理和分析,为教学过程中提供教学评价、实时的教学反馈、教学资料推荐等智慧导学服务。面向智慧教室的发展趋势,目前的智能教室管理系统相对独立暴露出资源不能共享、单个智能教室计算能力不足以支持基于人工智能/深度学习的智慧导学服务等问题。本文着力解决智慧教室计算资源不足以及面对动态的智慧教室网络计算资源如何调度等问题。本文首先分析面向智慧教室应用的特点,并提出了一种以边缘计算为核心的大数据处理模型,构建软件定义的边缘网络管理平台来管理智慧教室所需的计算和网络带宽等资源。本文还提出一种边缘计算选择模型,定量地分析以边缘计算为核心的数据处理模型的适用场景,为提出的智慧教室的边缘网络管理平台优化提供理论支持。针对边缘网络计算资源不足的问题,提出一种边缘节点放置模型来指导智慧教室场景下边缘节点的部署,并根据某985高校教学楼的分布和校园网络拓扑构建仿真实验,并和移动边缘计算场景下的边缘节点的部署方案进行性能评测,为边缘计算场景下的计算资源部署提供理论指导;针对任务变化引起网络波动的动态网络场景,本文提出改进的BFDA(Best Fitting Decreasing Algorithm)算法和一种基于线性规划模型的任务调度算法,根据数据源节点数据量的变化对边缘网络的计算资源进行调度,并依据校园网络网络拓扑构建仿真实验,和传统的BFDA算法进行对比,边缘网络的提供计算能力提高78.72%,平均网络时延明显下降。(本文来源于《华中科技大学》期刊2018-05-23）
杨海波,陈友荣,刘半藤,祝云凯,苏子漪[10]（2018）在《一种优化网络生存时间的移动传感节点覆盖调度算法》一文中研究指出为解决异构静态传感节点部署和失效引起的覆盖盲区问题,提出一种优化网络生存时间的移动传感节点覆盖调度算法(coverage scheduling algorithm,CSA)。CSA考虑静态传感节点的感知半径异构,根据周围邻居传感节点信息计算移动传感节点的停留位置。根据静态传感节点上报的位置,建立覆盖调度模型,并采用启发式求解方法求解调度模型,获得移动传感节点的停留位置较优方案。仿真结果表明:CSA可提高区域覆盖率和静态传感节点存活个数,提高网络生存时间和降低平均静态传感节点能耗。在一定的条件下,CSA比Mno、MNode和MGrid等算法性能更优。(本文来源于《电信科学》期刊2018年05期）
节点调度算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对传统节点任务调度效率低的问题,笔者设计了物联网感知层节点任务分布式调度算法。通过选取任务节点,本算法减少任务集中出现在同一节点的情况,构建任务调度机制,提高调度过程中的资源整合能力。为保证调度的实时性需求,该算法设定调度时间约束,以此完成物联网感知层节点任务分布式调度。实验结果表明,该算法节点任务分布式调度的效率比传统算法效率高,具有实际应用意义。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
节点调度算法论文参考文献
[1].黄志武.动态物联网节点任务实时传输分簇调度算法[J].信息与电脑(理论版).2019
[2].黄志武.物联网感知层节点任务分布式调度算法研究[J].信息与电脑(理论版).2019
[3].秦宁宁,金磊,许健,徐帆,杨乐.邻近信息约束下的随机异构无线传感器网络节点调度算法[J].电子与信息学报.2019
[4].桑丽颖.基于按需节点结构的空分复用弹性光网络资源调度算法研究[D].重庆邮电大学.2019
[5].张雷.基于分簇拓扑的无线传感器网络节点休眠调度算法研究[D].西华师范大学.2019
[6].潘向辉,陈亚军,吴学毅.基于节点能力度的P2P流媒体资源调度算法[J].计算机工程.2019
[7].李明,胡江平.基于学习自动机的异构有向传感器节点调度算法[J].计算机工程.2018
[8].胡波,王祺尧,冯辉,罗灵兵.一种无线传感器网络中目标跟踪的自适应节点调度算法[J].电子与信息学报.2018
[9].付鼎.面向智慧教室的边缘节点放置和任务调度算法研究[D].华中科技大学.2018
[10].杨海波,陈友荣,刘半藤,祝云凯,苏子漪.一种优化网络生存时间的移动传感节点覆盖调度算法[J].电信科学.2018