核心詞：KVV 銅 芯 聚氯乙烯 絕緣 電纜 
　　隨著物聯(lián)網(wǎng)技術的發(fā)展,現(xiàn)有的通信網(wǎng)絡可以收集、傳輸和處理大量的傳感器數(shù)據(jù)。面向分布式光纖傳感電纜隧道安裝相應的傳感物聯(lián)網(wǎng)設備,傳輸監(jiān)控系統(tǒng)可以實時監(jiān)測響應設備危害?，F(xiàn)有的分組無線業(yè)務、4G通信方法仍存在很多問題,對于特定的現(xiàn)場環(huán)境,受到通信限制,無法實時檢測設備運行狀態(tài)。移動邊緣計算是一種新興技術,它將云計算服務擴展到利用移動基站的網(wǎng)絡邊緣,礦用電纜通過使用位于用戶附近網(wǎng)絡邊緣的軟件和硬件平臺,MEC技術可以應用于移動、無線甚至有線場景,從而減少數(shù)據(jù)的回程延遲時間,特別適用于傳輸大量數(shù)據(jù)。將IoT節(jié)點的計算任務卸載到MEC服務器,高度依賴無線數(shù)據(jù)傳輸?shù)乃俣群托?。一些對延遲敏感的節(jié)點在數(shù)據(jù)傳輸中有嚴格的時間延遲要求,這就要求MEC服務器能有效管理計算任務所需的無線通信資源和計算資源。
　　1、KVV銅芯聚氯乙烯絕緣電纜:大多數(shù)物聯(lián)網(wǎng)節(jié)點的能量供應不穩(wěn)定
　　大多數(shù)物聯(lián)網(wǎng)節(jié)點能源供應不穩(wěn)定,同時處理的計算任務隨機多樣。電纜隧道線有幾十公里或更長,跨越不同的氣候區(qū)域,工作環(huán)境極為惡劣。
　　2、KVV銅芯聚氯乙烯絕緣電纜:供電和通信問題突出
　　監(jiān)視對象之間的物理空間很大,電源和通信問題突出。目前具有小數(shù)據(jù)海量監(jiān)控功能的傳輸線物聯(lián)網(wǎng)應用十分廣泛。隨著電力IoT節(jié)點或傳感器節(jié)點的連接數(shù)量增加,MEC服務器的計算能力和基站的無線通道也在不斷變化。因此,對于泛在電力IoT節(jié)點,邊緣計算多任務的隨機適應無線信道模型有著重要意義。
　　3、KVV銅芯聚氯乙烯絕緣電纜:傳輸線的物聯(lián)網(wǎng)架構采用三層架構實現(xiàn)
　　傳輸線的IoT架構通過三層架構實現(xiàn),包括傳輸線層、移動邊緣計算層和云計算層。基于MEC的物聯(lián)網(wǎng)傳感器數(shù)據(jù)卸載傳輸線體系結構如圖1所示。傳輸線層包括傳輸線、塔架和各種傳感器。邊緣計算層包括MEC服務器和基站,其中基站負責與傳輸線層的傳感器通信。
　　4、KVV銅芯聚氯乙烯絕緣電纜:解決了山區(qū)信號盲區(qū)的問題
　　云計算層包括一個大型服務器集群和一個宏基站,該宏基站接受并處理來自移動邊緣計算服務器的數(shù)據(jù),可以收集通過無線通信的傳感器數(shù)據(jù)并將其卸載到MEC服務器,然后MEC通過衛(wèi)星通信或有線通信網(wǎng)絡將海量數(shù)據(jù)返回,以解決山區(qū)成為信號盲區(qū)的問題。定義gn,k為將計算任務轉移給MEC服務器k的傳輸線傳感器n的信道增益。式中,Pn,k是MEC服務器k到傳感器n的發(fā)射功率;σk2是復數(shù)高斯白噪聲;Bk是上行鏈路信道傳輸帶寬?？紤]到部分卸載,可以將任務分為任意大小的兩個部分,以在傳感器設備和移動邊緣服務器上并行執(zhí)行。因此,任務的計算模型包括本地執(zhí)行模型和卸載執(zhí)行模型。以下描述以在移動設備n(傳感器n)上執(zhí)行任務k為例。假設移動設備n在時隙t處要執(zhí)行的任務的大小為Sn,卸載任務的比率為τn。對于本地執(zhí)行,移動設備n的CPU時鐘頻率用fn表示。式中,k是芯片結構的有效開關電容。由于MEC服務器的計算能力比較強,因此將計算任務卸載到MEC服務器的執(zhí)行時間可以忽略不計。根據(jù)任務模型的定義,不考慮將結果從MEC傳輸?shù)絺鞲衅髟O備的回程時間。根據(jù)以上假設,執(zhí)行期間MEC服務器的能耗來自無線傳輸,即傳感器設備將數(shù)據(jù)卸載到MEC服務器過程中的能耗。
　　5、KVV銅芯聚氯乙烯絕緣電纜:計算卸載的比例取決于傳輸功率和信道狀態(tài)
　　計算卸載的比例取決于傳輸功率和信道狀態(tài)。假設傳輸功率和信道狀態(tài)在時隙t內(nèi)是穩(wěn)定的,忽略MEC服務器的計算時間和輸出結果的回程時間。當在每個時隙t內(nèi)將計算任務卸載到MEC服務器時,需要共同調整計算任務卸載的比例和發(fā)射功率的大小。其中,式表示傳感器任務節(jié)點被卸載到MEC服務器的概率在0～1。式表示傳感器任務節(jié)點n分配的功率不能超過限制要求。式表示對MEC的本地執(zhí)行和卸載不能超過最大延遲限制。

通過結合乘數(shù)交替方向法和非線性分數(shù)編程,給出了能耗最小化算法。首先,將非凸聯(lián)合優(yōu)化問題轉換為凸全局共識問題,可以將其與每個傳感器節(jié)點分離。然后,通過順序求解n個并行子問題,通過交替變化方向來執(zhí)行迭代優(yōu)化。Step1:初始參數(shù):τn,pn,Pmax,Tmax,setk=1,t=1,n=1。Step3:sett=1,使用ADMM更新參數(shù)。Step8:Updatek←k+1,whilek≤KtoStep2。仿真結果用于驗證所提出的方案在功耗最小化目標下共同優(yōu)化卸載速率和傳輸功率的優(yōu)勢,并評估所提出算法的性能。仿真模擬是使用PyOpt的Python編寫的,PyOpt是用于解決非線性約束優(yōu)化問題的Python工具包。傳輸線和MEC服務器共有3個,即k=3。每條傳輸線上的傳感器數(shù)量為7,即n=7。傳感器總數(shù)為21。最大CPU頻率在1～2GHz范圍內(nèi)均勻分布。對于移動邊緣執(zhí)行模型,將噪聲功率設置為σ2=10-9W,系統(tǒng)帶寬為=1MHz。將傳輸線上每個傳感器節(jié)點的最大傳輸功率設置為Pmax=2W。為了驗證所提算法的性能,分別將所提算法與算法1和算法2進行了比較。Algorithm1僅由本地處理命名的本地處理器處理。僅將算法2卸載到MEC服務器進行處理,僅由MEC處理命名。表1顯示了能耗與任務輸入大小之間的關系。從表1結果可以看出,無論采用哪種優(yōu)化方法,能耗都隨著任務規(guī)模的增加而增加,但本文提出的聯(lián)合優(yōu)化方案優(yōu)于其他兩種優(yōu)化方案。
　　6、KVV銅芯聚氯乙烯絕緣電纜:這表明該算法具有適應較大計算任務的能力
　　特別是所提出的算法不僅具有最小的能量消耗,而且在任務更大時具有最低的能量減少速率,這表明所提出的算法具有適應更大計算任務的能力?；谝苿舆吘売嬎愕姆植际焦饫w傳感電纜隧道數(shù)據(jù)傳輸優(yōu)化是依據(jù)IoT技術設計模型,并充分利用MEC來實現(xiàn)傳輸線的智能在線監(jiān)控,提出一種基于MEC的傳輸線能量最小化方法。仿真結果表明,本文所提算法可以有效改善電纜隧道數(shù)據(jù)傳輸系統(tǒng)的能耗,并將能耗降到最低,為電纜隧道的安全運行提供了重要保障。
　　如果您對“KVV銅芯聚氯乙烯絕緣電纜”感興趣，歡迎您聯(lián)系我們