本文围绕智能工厂中关键性任务的边缘计算开展研究.考虑边缘计算中由于信道的不确定性及计算资源受限可能出现的高时延风险,首先通过使用条件风险价值(Conditional Value at Risk,CVaR)完成时延分布尾部信息的刻画,通过利用CVaR的凸性...本文围绕智能工厂中关键性任务的边缘计算开展研究.考虑边缘计算中由于信道的不确定性及计算资源受限可能出现的高时延风险,首先通过使用条件风险价值(Conditional Value at Risk,CVaR)完成时延分布尾部信息的刻画,通过利用CVaR的凸性和平移等价性,给出了时延CVaR的上界.进一步,通过对边缘服务器的选择与计算资源分配,完成了机器设备处理计算任务的平均时延与CVaR上界的联合优化.通过仿真实验,验证了算法模型对高时延分布刻画的有效性.从仿真结果可知,所提策略不仅提高了计算的可靠性,同时降低了时延的高风险值.展开更多
为实现正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统的时域同步,本文利用ZC(Zadoff-Chu)序列提出了类奈曼-皮尔逊检验加权的l_p(p=1或2)相关(Neyman-Pearson-like test Weighted l_p-Correlation,l_p-NPWC)同步...为实现正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统的时域同步,本文利用ZC(Zadoff-Chu)序列提出了类奈曼-皮尔逊检验加权的l_p(p=1或2)相关(Neyman-Pearson-like test Weighted l_p-Correlation,l_p-NPWC)同步算法.分析表明:该算法利用类奈曼-皮尔逊检验能有效抑制多径效应对l_p相关同步的影响,特别地,当取p=1时,它对重尾分布噪声及循环前缀导致的伪峰具有极强的鲁棒性.实验及仿真结果均证明了理论分析的正确性和有效性,并表明本文算法相较于现有算法在各种干扰环境中均具有更高的同步精度和性能.展开更多
文摘本文围绕智能工厂中关键性任务的边缘计算开展研究.考虑边缘计算中由于信道的不确定性及计算资源受限可能出现的高时延风险,首先通过使用条件风险价值(Conditional Value at Risk,CVaR)完成时延分布尾部信息的刻画,通过利用CVaR的凸性和平移等价性,给出了时延CVaR的上界.进一步,通过对边缘服务器的选择与计算资源分配,完成了机器设备处理计算任务的平均时延与CVaR上界的联合优化.通过仿真实验,验证了算法模型对高时延分布刻画的有效性.从仿真结果可知,所提策略不仅提高了计算的可靠性,同时降低了时延的高风险值.
文摘为实现正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统的时域同步,本文利用ZC(Zadoff-Chu)序列提出了类奈曼-皮尔逊检验加权的l_p(p=1或2)相关(Neyman-Pearson-like test Weighted l_p-Correlation,l_p-NPWC)同步算法.分析表明:该算法利用类奈曼-皮尔逊检验能有效抑制多径效应对l_p相关同步的影响,特别地,当取p=1时,它对重尾分布噪声及循环前缀导致的伪峰具有极强的鲁棒性.实验及仿真结果均证明了理论分析的正确性和有效性,并表明本文算法相较于现有算法在各种干扰环境中均具有更高的同步精度和性能.