面向智能电力巡检的高可靠低时延移动边缘计算技术
High Voltage Engineering（2020）
摘要
移动边缘计算为满足巡检机器人爆发式增长的通信和计算需求提供了一种有前景的架构,巡检机器人可将采集的高清视频传输到临近的边缘服务器进行数据处理和设备状态研判.然而,全局信息缺失、电池容量受限、高可靠低时延通信约束等对任务卸载优化提出了挑战.考虑对任务卸载而言至关重要的信道选择问题.基于强化学习和李雅普诺夫优化,提出了一种联合能量感知、高可靠低时延通信感知和任务优先级感知的信道选择算法.该算法在全局信息未知的情况下,动态优化信道选择策略,在最大程度满足长期能耗与高可靠低时延通信约束的同时实现巡检机器人效用最大化.并利用变电站实测数据得到的信道模型和电磁干扰模型对所提算法进行性能评估,其结果验证了该算法在真实场景中的有效性和可靠性.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要