导读:本文包含了边缘技术论文开题报告文献综述及选题提纲参考文献，主要关键词:边缘计算,配电物联网,数据中心,数据交互
边缘技术论文文献综述
孙浩洋,张冀川,王鹏,林佳颖,郭屾[1]（2019）在《面向配电物联网的边缘计算技术》一文中研究指出随着配电物联网的建设推进,数以百万计的配电设备、电气量传感器、状态量传感器将会接入到物联网络中来,进而产生海量异构的配用电数据,其采集、传输、计算将会对通信信道及主站存储计算系统带来巨大压力。为解决上述配网存在问题,边缘计算技术的引入可以重新定义云、管、端之间的关系,在端侧部署边缘计算平台,就地实现实时高效的轻量级数据处理,并与新一代配电自动化云主站进行网络、数据、业务等方面的协同,实现配电台区自治。提出了一种应用于配电物联网的边缘计算技术,首先提供了配电物联网中边缘计算的标准架构,其次说明了标准框架架构下的数据中心建设内、外部交互机制,然后阐述了基于数据中心的边云协同机制,最后列举了实际配电业务的边缘计算与边云协同典型设计。(本文来源于《电网技术》期刊2019年12期）
詹宝容,骆金维,黄炜杰,李杏清[2]（2019）在《基于蚁群算法的边缘检测技术组合优化》一文中研究指出针对图像边缘检测过程中,现有算法存在阈值设定缺乏自适应性、收敛速度较慢、容易陷入局部最优解等问题,通过改进蚁群算法的子块梯度比的求取方式优化算法初始设定,并与扰动因子结合优化蚁群转移规则,再根据蚁群动态情况调整信息素阈值等操作进行组合优化。实验结果表明与现有文献的算法相比,改进后的算法在运算速度上提升2.81%,检测效果上提升12.24%。(本文来源于《电子设计工程》期刊2019年23期）
顾剑,秦春华[3]（2019）在《信息中心网络技术在边缘计算的探索与应用》一文中研究指出信息中心网络(information centric networking,ICN)作为未来网络的体系结构,最初是为了解决基于主机的TCP/IP网络所面临的诸多问题而提出的。但是,ICN的内容和位置分离、网络自缓存、内容自签名等一些关键特性非常适合5G网络在移动性、高流量、低时延、安全性等方面的要求。在5G边缘计算中探索和实现信息中心组网技术,将是一件非常有意义的事情。(本文来源于《电信科学》期刊2019年S2期）
郭嵩[4]（2019）在《边缘计算与CDN协同技术》一文中研究指出边缘计算与内容分发网络(CDN)具备相似的节点部署位置和互补的硬件资源需求等特征,为二者提供了协同的基础条件,通过分析二者的异同点,提出了场景协同、资源协同及能力协同等3种模式。基于上述3种协同模式边缘计算和CDN可以相互促进、共同发展。(本文来源于《电信科学》期刊2019年S2期）
李庆,刘金娣,李栋[5]（2019）在《面向边缘计算的工业互联网工厂内网络架构及关键技术》一文中研究指出提出了适用于工业网络的通用边缘计算计算模型,分析了工厂内网络需求。基于软件定义网络集中管理能力与时间敏感网络的实时可靠性,提出了一种基于软件定义网络和时间敏感网络的工业互联网工厂内网络架构,该架构以其开放性、灵活性、实时性、高效集中管控的特点普适于工业互联网工厂内的各种业务需求,并对其中的主要功能进行了分析。(本文来源于《电信科学》期刊2019年S2期）
徐海勇,尚晶,武智晖,李莉[6]（2019）在《基于数据位置的边缘作业调度技术》一文中研究指出为了分散5G时代数据爆发式增长带来的计算压力和带宽压力,参考边缘计算中"将集中式计算压力分散至边缘节点"和MapReduce、Spark的"将计算移动到数据"的理念,进行基于数据位置的边缘作业调度技术研究。分别针对大数据边缘计算场景下的多租户管理、数据资产管理以及基于数据位置的作业分发与回传3个方面进行深入研究。并以群体类位置数据计算作为实践,进行研究的落地演练,实现中心节点计算任务的自动下发。分散了中心节点计算压力,并降低了数据传输带宽。(本文来源于《电信科学》期刊2019年S2期）
丁健[7]（2019）在《面向5G的移动边缘计算技术》一文中研究指出在物联网和5G通信的驱动下,近年来,移动计算已经发生了范式上的变化,从集中式移动云计算走向移动边缘计算(MEC)。首先介绍了MEC的计算和通信模型,然后介绍了MEC的资源管理技术,最后分析了MEC可能面临的挑战。(本文来源于《中国新通信》期刊2019年21期）
陈惠娜[8]（2019）在《LDCT方法与边缘检测技术在信息采集的应用——以光照人脸图像识别为例》一文中研究指出在人脸图像识别的问题中,光照是一个重要的影响因素。为消除光照的影响,本文运用LDCT方法与边缘检测技术对人脸特征进行处理,消除光照对人脸识别的影响。通过边缘提取的阈值参数,使识别率可以达到94%,与传统方法人脸识别有很大的进步与创新。人面图像识别有着非常广泛使用范围与价值,如在医学图像中的细胞识别、马路上的汽车识别、重要工作岗位人员识别、家庭日常生活中人面图像识别中发挥重要作用的作用。(本文来源于《现代经济信息》期刊2019年21期）
吴昊[9]（2019）在《基于边缘缓存的密集无线网络资源优化技术研究》一文中研究指出为了满足未来移动数据流量不断增长的需求,学术界和工业界对无线通信技术展开了广泛的研究。其中,通过密集地部署基站,密集无线网络已经成为了未来提高无线网络容量的有效手段。但是,随着基站的大量部署,带宽有限的回程链路已经成为了限制网络容量提升的瓶颈。为此,学术界开始从移动用户的业务特征出发来进一步提升网络容量。流行的文件(例如视频文件)常常会被重复请求。这种文件重复传输的特性造成了网络拥塞,也增加了文件的传输延迟。基于以上因素,学术界考虑将流行文件缓存在基站中来拉近文件与用户之间的距离。这样,用户获取文件的延迟大大降低并且回程容量问题也被极大缓解了。基于边缘缓存的密集无线网络已成为未来5G的一个重要网络演进架构。在基于边缘缓存的密集无线网络中,现有研究主要关注如何提高缓存命中率。随着缓存文件命中率的提升,用户就更容易从就近的基站中直接获取文件,这样文件的传输延迟就会大大降低。另一方面,能效问题一直是密集无线网络中一个重要的问题。引入缓存会对密集无线网络的能效产生很大影响。在基于边缘缓存的密集无线网络中,文件传输延迟问题与能效问题需要权衡考虑。实际上,信道状态和缓存状态都会影响到用户的接入情况。也就是说,在考虑到边缘缓存的情形下,文件传输延迟最优并不等于能效最优。另一方面,在密集无线网络中将大量缓存引入到基站中也会引起缓存能耗,这种能耗是不能忽略的。为了达到最佳的文件传输延迟和能效,我们需要联合考虑文件缓存、用户接入以及功率控制等策略。考虑到密集无线网络中复杂的小区干扰,延迟与能效优化问题将会变得非常具有挑战性。此外,由于在密集无线网络中部署大量有线回程会带来很高的成本,无线回程技术因此受到了广泛的关注。毫米波因其高带宽被认为是一种最有效的无线回程技术。在接入网络和回程网络共享毫米波频谱的密集异构网络中,引入缓存会对谱效产生一定的影响。具体来说,如果将缓存部署到基站中,回程流量就会大大减少,相应的回程频谱就可以转移到接入链路中,从而提高了吞吐量。在上述情况下,如何在接入与回程之间确定最佳的频谱分配是一个值得分析的问题。针对以上问题,本文研究基于边缘缓存的密集无线网络资源优化技术,以获得最佳的系统性能。本文的主要工作与贡献如下:1)针对密集无线网络中基站缓存文件的场景,考虑到该场景下文件传输延迟与发射能耗之间的权衡关系,提出了一个基于局部缓存策略的用户接入和功率控制的联合方案。分析和仿真结果表明该方案可以得到接近最优的延迟与能耗。本文首先分析了文件传输延迟和基站发射能耗,并建立了一个多目标优化问题,其中的优化策略包含文件缓存、用户接入以及基站间的协作功率控制。实际情况下,每个基站缓存的文件与所覆盖区域的中心区域用户的偏好密切相关。因此,利用此特性,我们首先提出了一个基于局部流行度的本地文件缓存策略。基于局部流行度的本地文件缓存策略可以让每个基站获得更高的文件缓存命中率。在此基础上,根据Benders分解方法,我们将延迟与能耗问题分解为两个子问题。我们设计了一个高效的迭代算法。该算法通过不断缩小目标的上下界可以得到接近最优的用户接入和功率控制结果。2)考虑到缓存策略对延迟和功耗的影响,建立了全局缓存下的系统文件传输总延迟和系统总功耗联合优化模型,提出了一种基于全局缓存策略的用户接入和功率控制算法。仿真显示该算法可以实现接近最优的系统总延迟和系统总功耗性能。考虑到缓存功耗的影响,本文首先将文件传输总延迟与系统总功耗优化问题建模为一个混合整数规划问题。根据广义Benders分解方法,我们把原问题分解为与传输功率分配问题有关的首问题以及与文件传输路径问题有关的主问题。其中,传输功率分配问题与功率控制相关,文件传输路径选择问题与文件缓存以及用户接入相关。然后,我们提出一个基于广义Benders分解的迭代算法。最后我们可以获得接近最优的文件缓存、用户接入以及功率控制结果。3)针对密集无线异构网络接入与回程共享毫米波频谱的场景,考虑到缓存对密集异构网络谱效的影响,分析了接入与回程之间的最佳频谱分配,以提高整个系统的吞吐量和频谱效率。仿真验证了理论分析的正确性。在接入与回程共享毫米波频谱的密集无线异构网络中,如果将缓存部署到小基站中,经过回程链路的文件传输流量就会大大减少。此时,相应的回程频谱带宽就可以转移到接入链路中,从而提高了吞吐量。为此,在考虑缓存的情形下,我们需要分析如何在接入与回程之间确定最佳的频谱分配来优化系统吞吐量,从而提高谱效。本文首先利用随机几何建立理论分析框架。基于这个框架,我们得到毫米波中视距和非视距传播的信道模型。根据平均潜在吞吐量和区域谱效的定义,我们推导出相应的表达式。然后,我们分析了缓存分配和频谱带宽分割对谱效的影响。进一步,我们发现流行度参数和缓存功耗系数对区域谱效影响较大。针对复杂的区域谱效表达式问题,我们进一步求得噪声受限和干扰受限下的简单近似表达式。仿真结果显示了缓存可以提高网络的平均潜在吞吐量和区域谱效。此外,仿真结果证明了较高的流行度参数和较低的缓存功耗系数可以实现更高的区域谱效。(本文来源于《中国科学技术大学》期刊2019-11-03）
宋贤鑫,张一帆,秦晓琦,冯志勇[10]（2019）在《车联网中基于边缘计算的感知决策技术》一文中研究指出车联网中的车辆可看作集感知、通信、计算能力于一身的流动性平台。车辆可通过车载传感器系统对周围环境数据进行实时采集,利用车辆计算资源进行智能决策,并通过车间信息交互实现控制决策的循环反馈,形成自治系统以提高交通效率。由于车辆本地计算资源受限,难以满足复杂高动态场景中基于图像识别、视频处理等计算密集型任务的实时决策性能需求。车辆边缘计算(Vehicle Edge Computing,VEC)通过利用边缘网络的计算资源,将车辆感知生成的计算任务从车辆卸载到车辆附近边缘服务器进行处理,从而提高了车群系统的感知决策能力。本文首先介绍了VEC的典型应用场景和系统架构;然后重点分析了VEC网络中的通信及计算资源深度融合问题,以及信息时效性对系统感知决策的影响;最后对VEC面临的问题和挑战进行了简要的归纳和展望。(本文来源于《第十四届中国智能交通年会论文集（2）》期刊2019-11-01）
边缘技术论文开题报告
（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：
针对图像边缘检测过程中,现有算法存在阈值设定缺乏自适应性、收敛速度较慢、容易陷入局部最优解等问题,通过改进蚁群算法的子块梯度比的求取方式优化算法初始设定,并与扰动因子结合优化蚁群转移规则,再根据蚁群动态情况调整信息素阈值等操作进行组合优化。实验结果表明与现有文献的算法相比,改进后的算法在运算速度上提升2.81%,检测效果上提升12.24%。
（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。
边缘技术论文参考文献
[1].孙浩洋,张冀川,王鹏,林佳颖,郭屾.面向配电物联网的边缘计算技术[J].电网技术.2019
[2].詹宝容,骆金维,黄炜杰,李杏清.基于蚁群算法的边缘检测技术组合优化[J].电子设计工程.2019
[3].顾剑,秦春华.信息中心网络技术在边缘计算的探索与应用[J].电信科学.2019
[4].郭嵩.边缘计算与CDN协同技术[J].电信科学.2019
[5].李庆,刘金娣,李栋.面向边缘计算的工业互联网工厂内网络架构及关键技术[J].电信科学.2019
[6].徐海勇,尚晶,武智晖,李莉.基于数据位置的边缘作业调度技术[J].电信科学.2019
[7].丁健.面向5G的移动边缘计算技术[J].中国新通信.2019
[8].陈惠娜.LDCT方法与边缘检测技术在信息采集的应用——以光照人脸图像识别为例[J].现代经济信息.2019
[9].吴昊.基于边缘缓存的密集无线网络资源优化技术研究[D].中国科学技术大学.2019
[10].宋贤鑫,张一帆,秦晓琦,冯志勇.车联网中基于边缘计算的感知决策技术[C].第十四届中国智能交通年会论文集（2）.2019