推荐星级：

物联网环境下实时任务传输的分簇调度算法

更新时间：2019-12-12 09:16:13 大小：843K 上传用户：xiaohei1810 查看TA发布的资源 标签：物联网 下载积分：1分评价赚积分（如何评价?）打赏收藏评论(0) 举报

资料介绍

在物联网环境下,需要对链路节点之间传输的实时任务进行优化调度,以提高物联网中传感节点的进程管理和内存管理效率.传统方法采用优先级列表控制的物联网环境下的实时任务传输调度方法,在资源分配过程中动态负载平衡性受节点的空间分布的影响较大,任务分配的准确性不高.因此,提出一种基于高效时分多址时隙分配的物联网环境下实时任务传输的分簇调度算法.设计物联网的实时任务调度模型,提取分簇任务信息流的时隙分配尺度特征作为传输指向性函数,设计高效时分多址协议,改进物联网环境下的实时任务协同分簇调度算法,通过高效的时分多址时隙分配,提高了实时任务传输分簇调度的均衡性和准确性.仿真结果表明,采用该方法进行物联网环境下实时任务传输的分簇调度时性能优越可靠.

部分文件列表

文件名	大小
物联网环境下实时任务传输的分簇调度算法.pdf	843K

立即下载

【关注视频号领20积分】【关注公众号立即送20积分】

部分页面预览

（完整内容请下载后查看）

V01．43 No．11

Nov 2016

第43卷第11期

2016年11月

计算机科学

Science

Computer

物联网环境下实时任务传输的分簇调度算法

钱晓军范冬萍吉根林

(南京师范大学计算机科学与技术学院南京210097)

摘要在物联网环境下，需要对链路节点之间传输的实时任务进行优化调度，以提高物联网中传感节点的进程管理

和内存管理效率。传统方法采用优先级列表控制的物联网环境下的实时任务传输调度方法，在资源分配过程中动态

负载平衡性受节点的空问分布的影响较大，任务分配的准确性不高。因此，提出一种基于高效时分多址时隙分配的物

联网环境下实时任务传输的分簇调度算法。设计物联网的实时任务调度模型，提取分簇任务信息流的时隙分配尺度

特征作为传输指向性函数，设计高效时分多址协议，改进物联网环境下的实时任务协同分簇调度算法，通过高效的时

分多址时隙分配，提高了实时任务传输分簇调度的均衡性和准确性。仿真结果表明，采用该方法进行物联网环境下实

时任务传输的分簇调度时性能优越可靠。

关键词物联网，任务调度，时隙分配

DOI

中图法分类号TP393

文献标识码

10．11896／j．issn 1002—137X 2016．11．034

Cl璐ter

for R翰l Time 1kI(s T例啕【Ili璐i蚰in Intemet of

Things

Scheduljng Algorithm

FAN_D0n乎ping

Gen_lin

QIAN

Xia州un

(Sch001 of

Science and

Nomal

Technology，Nanjing

Computer

University，Nanjing 210097，China)

Abst衄ct In the envir0啪ent of Internet of

the transmission

of the link

of sensor nodes in the Intemet

in the enviroment of real一time

things，it

necessary

and

memory management

optimize

scheduling

nodes in order to

the

impmve

efficiency

_processmamgement

method

the

list control of the Intemetof

things

priority

things．Traditional

adopts

task

load balance is affected

of resource aUocation．A

the

distribution of nodes and the

of task

method，so

scheduling

dynamic

process

spatial

accuracy

aIlocation is not

the

basedon ef矗cient time divi—

highⁱⁿ

algorithm

in Intemet of

cIusterir培scheduling

sion

task

access time slot allocation for rea卜time task

was

things

reahime

proposed．The

scheduling

to extract the time sIot aIlocation scale featuresof thecluster task inf6nmtion flow as

designed

multiple

nlodel is

scheduling

the transfer directionfunction．Efficient time division

access

and real一time task c00rdinated

protocol

the balance and of real-tinle task schedu—

accuracy

multiple

designed

cluster

in the Intemet of

i§ i呻roved，improving

scheduling

things

results show that when the

method is used to transfer the reahime tasks in the Intemet of

proposed

lin晷Simulation

the

and reliable．

perfb咖ance

superior

things

Intemet of

slot allocation

K：州oI‘ds

things，Task scheduling，Time

性能决定了物联网中传感节点的进程管理和内存管理效率，

研究任务调度优化方法，对改善物联网的系统控制性能，提高

引言

随着网络技术和信息技术的发展，物联网成为网络应用

网络的连通性和数据的准确收发能力具有重要意义。

的一个重要分支，它是建立在无线传感器技术、检测技术和信

号处理技术基础上的新型网络结构。物联网在国内的发展启

发于2009年温总理的“感知中国”的概念，物联网是“信息化”

时代重要发展阶段的产物，物联网的核心和基础仍然是互联

网，被视为当今信息处理的新兴技术。物联网通过智能感知、

识别技术实现任何物品与物品之间的信息交换和通信。物联

网由网络层、感知层和应用层构成，在物联网环境下，网络层、

感知层和应用层之间需要进行实时任务的传输和调度，实现

由于物联网的开源性和无限扩展性，对物联网中实时任

务的调度算法进行优化设计是解决物联网各种信息传感和数

据传输的关键技术[1]。传统方法中，物联网的实时任务调度

算法的设计主要是采用分簇能耗调度算法、优先级列表实时

任务调度算法、循环堆栈控制算法、基于混合粒子群的实时任

务调度算法、基于神经网络控制的物联网环境下的实时任务

调度算法等[2’3]，这些算法在实现物联网多分簇实时任务调

度过程中取得了一定的效果，在物联网环境下的实时信息监

控、传感器感知连接、资源调度和信息互动等过程中具有较好

信息化、远程管理控制。物联网环境下实时任务传输调度的

本文受江苏省科技支撑计划：基于web的多平台社区综合信息管理系统(BE2013685)，江苏

到稿日期：2015—11一01返修日期：2016—01一05

省前赡性联合研究计划项目：基于GIS的智慧城镇系统(BY201400l—03)资助。

钱晓军(1971一)，男，硕士，副教授，主要研究方向为物联网、数据库；范冬萍(1969一)，女，硕士，讲师，主要研究方向为物联网、数据库；吉根林

(1964一)，男，博士，教授，主要研究方向为物联网、数据库。

176

万方数据

的稳定性。但是，上述算法在进行物联网多传感器处理器芯

片上的实时任务调度时，任务分配阶段的数据存储空问利用

率不高，进程管理过程中的数据融合性能不好。对此，相关文

献进行了算法的改进设计。其中，文献[4]提出一种基于模拟

淬火算法的异构物联网多目标任务优化调度方法，采用K—

Means聚类算法对物联网环境下的任务向量集进行聚类处

理，提高了任务信息的整合能力，利用模拟淬火算法对实时任

务调度向量簇初始值的敏感性特征，实现资源分配优化索引，

提高了实时任务的分簇调度能力，但是该算法对物联网环境

下的任务离散度分类特性的标注性能不好，导致算法的收敛

性不好。文献[5]提出一种基于图模型定量递归分析的物联

网环境下的实时任务分簇调度算法，利用物联网任务信息流

的语义信息进行定量递归分析，构建物联网环境下实时任务

数据流的泛化映射递归图，提高任务信息的融合性能，但该算

法需要把任务信息流重构到高维相空间中，导致计算开销较

大，任务调度的实时性不好。文献[6]提出一种具有小波尺度

均衡特征提取的物联网环境下的实时任务调度算法，结合混

合粒子群算法进行任务同步整合，计算任务信息流的小波尺

度信息空间，实现任务均衡，但是该方法在进行任务调度中由

于对初始特征的敏感性，导致粒子群个体容易陷入局部最优，

算法的收敛性不好。文献[7]提出一种基于随机访问协议下

信道划分的物联网实时任务调度算法，在感知层中收集调度

任务的编码信息，采用时隙请求方法进行任务唤醒，结合分数

阶傅里叶变换进行任务信息的高阶累积量重构，在每一个网

络单元中实现任务的实时调度，但该方法存在构成复杂、应用

性不好的缺点。文献[8]采用一种优先级列表控制的物联网环

境下的实时任务传输调度方法，在资源分配过程中动态负载平

衡性受节点的空间分布影响较大，任务分配的准确性不高。

针对上述问题，本文提出一种基于高效时分多址时隙分

配的物联网环境下实时任务传输的分簇调度算法。首先进行

的负载，减少系统开销，改善物联网环境下的数据传输和网络

通信控制能力。为了实现物联网环境下的实时任务调度，结

合动态变化的物联网设备、资源及通信信息特征，通过特征提

取和时隙优化分配，评估实时任务调度的效用，提高实时任务

调度性能。物联网为一个多分簇的传感网络，每个簇由一个

簇首、若干个协同节点和分簇单元组成，构建一个多元整合的

无线传感协同平台。在物联网环境下，实时任务传输调度的

网格分配结构分为纵向网络结构和树形网络结构模型，如图

1所示。

‰

心占‰

(a)纵向网络

(b)树形网格

图1物联网环境下的实时任务传输调度网格结构

在上述网络模型构建中，进行实时任务传输调度分簇机

制设计，用图G=(V，E)表示物联网环境下的任务分簇节点

模型，在物联网实时任务传输分簇调度系统中，将多源信息资

源放在代理上，任务调度系统负荷信息流时间序列为{z(岛+

i&))(i=o，1，，N一1)，采用离散控制进行任务调度，离散

控制实时任务的时间序列为{z(南+i＆))(i—O，1，，N一1)

离散控制，在z(竹)层跳数为矗。夕一∞撕￡的实时任务传输分簇

调度空间中，Z(雄)层和siIll【之间的通信数据传输信道为D』c一

此时待分配的任务流为[10J：

(1)

以={z1，z2，，而}，q N

其中，q表示多个任务流的差异性特征，函表示跳邻节点中实

时任务信息流的数据序列，N表示任务总数。基于协同分布

式的调度方式，物联网环境中，实时无人传输调度数据集为

X={z。，zz，，锄)，咒是时隙分配节点X的数目，X中的每

了物联网的实时任务调度模型设计和任务信息流的数学模型

构建，提取任务信息流的时隙分配尺度特征，设计高效时分多

个元素都是一个P维矢量，假设由M个时隙组成了一个帧，

第i个任务调度类的属性集合为u；={让· ，q2，，％}。由此

得到了物联网的实时任务调度模型，为进行任务优化调度算

法的设计提供了模型依据和总体框架。

址协议，进行物联网环境下的实时任务协同分布式的调度，通

过高效时分多址时隙分配，提高实时任务传输分簇调度的均

衡性和准确性。利用仿真实验对性能进行验证，结果展示了

本文方法的优越性能，得出了有效性结论。

2．2任务传输信息流模型构建和融合处理

在上述进行了物联网环境下的实时任务传输调度网格结

构模型设计的基础上，进行实时任务传输的信息流模型构建，

为进行任务调度提供数学模型。在物联网环境下，当物联网

内核的处理机任务分配不均衡时，会导致任务执行性能较差，

因此进行实时任务调度算法优化设计。物联网环境下，各设

备单元之间的子节点数为M，在物联网进程管理过程中，通

过时隙分配，第i时刻的时隙分配对偶基函数需满足：

2物联网环境下实时任务调度模型构建与预备知识

2．1

物联网环境下的实时任务调度机制体系构建

为了提高物联网环境下实时任务传输分簇调度的性能，

研究实时任务调度优化算法，首先分析混合服务器下的物联

网体系结构模型，分析物联网环境下的实时任务调度机制。

在物联网环境下，采用Zi曲ee和GPI峪或3G、Wi_Fi网络对

任何物品与物品之间进行数据信息传输和通信，实现物物相

息[9]。利用局部网络或互联网所有的资源进行整合，通过智

能感知、识别技术进行任务调度，在物联网的感知层、传输层

实现任务传输和数据通信，通过物联网设置，实现了各种信息

传感设备的信息共享和网络传输。物联网实时任务传输分簇

．确 N，i [1，N]

(2)

此时，物联网中实时任务传输调度的分簇节点sink节点

数总和与分配时隙节点砧的比值具有自相关性，即：

}岛}

D=掣

调度系统设计中，其内核由几个重要的子系统组成，分别为信

息传感、任务调度进程管理、内存分配、文件传输、设备管理、

进程间的通信和网络系统安全控制等。本文通过研究物联网

的实时任务调度算法，可以降低物联网系统中的数据感知层

(3)

暑lL

，=l

其中，Df：为分簇节点的紧密性度量，L为自相关测度信息，

通过上述处理，把物联网环境下的实时任务调度再划分为K

]77

万方数据

个数据子集，得到一个具有咒个适应度系数和优个输出控制

参量的实时任务分簇调度模型，其表达为：

矩阵满足P P“，R 尺似”和H 融“，信息融合中心之间

d／

进行实时任务调度的最优跳数^o乡一∞“咒b，为Ld／磊J或r

砒]的欧氏距离，满足：

jz5‘z1，z2，，zn)

ly=F(z)一(^(z)，^(z)，，厶(z))’

(14)

巩一

(8)

其中，z=(zt，现，，z。)为实时任务调度的本体模型分簇单

元集合；y=F(z)表示联合时间一尺度函数；假设实时任务属

性集翘：的种类为o，则在二维调度平面中离散采样集合

P(耽)一(仇lp强一1，疋一1，2，，m)，通过时间一频率二维平

面重组，进行物联网环境下的任务流的优先级属性重排，进行

物联网实时任务调度信息流模型构建，在混合服务器下构建

物联网网络管理系统架构。假设节点分布式协同调度的状态

空间矩阵FN× 。、节点链路矩阵SN× c与节点时隙的数据包具

有相关性。把任务节点与资源整合聚类中心进行无缝覆盖，

其中实时任务调度的规则集S一{si li一1，2，，NS)(ScC)，

物联网中的sink节点分为规则集和实例集，每个物联网节点

都有一个时钟，节点间的多维性能指标定义为：

通过负载均衡估计，物联网进程管理处理机pi执行任务

行i的均衡交叉项衰减为：

S(“)={P[s(f)])(zf)

r。。

(9)

KD(f，甜)5(f)出

J—一

把s(f)一s(￡)，s(￡)一S(D，s(￡)一s(一￡)，s(f)一S(一厂)

分别看作零阶、一阶、二阶的任务信息流时频均衡时间尺度变

换，由此实现对任务信息流的时隙分配尺度特征提取，提取结

果为：

(10)

g(f)i／-厂(sD～r])

其中，，(f)为前导时隙的中断帧向量，s=(c—u)／(c+口)为时

频交叉项的包络尺度，表征了物联网环境下实时任务调度的

执行时间伸缩变化，r为时间段T内的调度时延。

(5)

E一[B，研，勖，EL]

其中，每个任务传输节点的调度状态矢量特征CcS，R× -可

以根据任务之间的通信时间和调度周期进行志周期网格覆

3．2高效时分多址协议及调度算法实现

盖，通过上述分析，得到实时任务调度的结构化信息流数学模

型表示如下：

在特征提取的基础上，进行高效时分多址协议设计，实现

调度算法优化。假设任务信息流在时分多址时隙分配控制中

的状态空间矩阵为X一岛i，其为一个M× N维数的矩阵。为

了提高任务调度的时频聚集性，采用一跳邻节点进行前导时

隙分配，当节点i可以在时帧的第m个时隙发送时，任务调度

的时间间隔％的取值为1，否则调度时间间隔翰的取值为

O，表示任务暂缓调度，此时实时任务传输的二跳节点为一个

minF(z)一(厂1(z)，疋(z)，，厶(z))1

(6)

s．t．癣 0，i一1，2，，q

玛一O，J一1，2，，p

其中，任务传输过程中的两个标量特征序列为M和yz，任务

传输分簇调度的均衡性联合概率密函数为，(∞，此)，实时任

务传输数据流在标识概念中被当作一个时间片来进行分块，

实现任务传输信息流的信息融合，提高任务调度过程中的资

源整合能力。

中继节点，对Vm M，任务到达次数满足：

(11)

z“ 1，J [1，增]

在完成时隙的分配之后，在时间段丁内，类型为以的实

时任务调度的时分多址分布间隔X服从泊松分布，物联网中

的多源进程节点的实时任务调度中的约束关系为：

3高效时分多址时隙分配及任务分簇调度算法改

进实现

3．1

时隙分配尺度特征提取

矗+z卜卜曲+矗一

始+z孚+商+琏=

肚 B

■

在上述进行了物联网环境下的实时任务传输调度分簇结

构模型设计和信息流融合处理的基础上，进行任务调度优化

算法设计，本文提出一种基于高效时分多址时隙分配的物联

网环境下的实时任务传输的分簇调度算法。以提取任务信息

流的时隙分配尺度特征为基础，设计高效时分多址协议，为进

行实时任务调度提供特征索引指向性和数据传输协议。设计

过程描述为：对于每一个物联网环境下实时任务传输分簇调

度单元，实时任务传输分簇调度在高效时分多址协议下进行

肛 B

Ⅲ

(12)

礤+研+筛+醒一

赡+珥+确+观一

” B

∞

肛 D

Ⅲ

其中，砧为自适应系数，zr为任务调度权重，斯为加权平

均，乱为簇内任务过载比，矿为归一化因子，砖为归一化因

子的嵌入维数。通过以上描述，构建了口种物联网终端中进

行任务调度的尺度整合信息模型，对实时任务调度业务量采

用高效时分多址协议进行优化约柬，高效时分多址协议进行

任务调度的时隙分配的阈值判别式为：

数据传输，一个任务传输分簇调度对应一个时隙分配过程和

若干时帧的中断过程，任务调度算法中，用矩阵C表示前导

时隙的任务饱和空间矢量矩阵，C是N× N的二维矩阵，其中

N为物联网网络中的节点个数。采用时隙分配进行管理节

点的伸缩变化，提取时隙特征，对于节点i，假设M为数据传

输中继节点的最大跳数，从而得到两跳邻节点为：

(13)

弼昂，研西，礤 EⅣ，理 EL

m暑l

川害l

小=l

m#l

(7)

N}=MU(U N})

Ⅳ1

在物联网环境下，高效时分多址的时隙分配是动态的，若

咒，的任务类型为“，进行任务调度同步整合，提高任务调度

的信道均衡性能，此时，对于整个物联网环境下的实时任务传

输分簇调度的信道利用率的表达式为：

路由节点最大跳数用矩阵X表达，按照前导时隙的分配

机制，进行路由探测搜索实现任务调度。对于距离为d、长度

为汕it的物联网信息传输节点，实时任务信息传输的非奇异

178·

万方数据

不同信息采样通道在不同信噪比下的物联网实时任务信息

‰

(14)

(15)

流，如图4所示。

碥一号r

对于每一个任务传输单元，信道的利用率表达式为

一

曼05

避。

窄m

Mi一亩善坼一南茗，i蓍-轴

l舶l瑚

L62“强166 l鹪17 172 174

时间(s)

一_∞∞

螽。

塑

—05

“1

o““嚆)sJ004嘶“啷“

图4物联网环境下不同通道的实时任务信息流时域采样

里

以图4所示的物联网任务信息流为信号模型，任务信息

流包含了调频频率为18Hz，15Hz和20Hz 3个频率分量的非

线性信号，时频谱基频为100Hz，在上述任务信息采样的基础

上进行特征提取，提取任务信息流的时隙分配尺度特征，实现

对三通道物联网任务信息流的特征分解均衡设计，得到时隙

分配尺度特征分解谱．如罔5所示。

萄篱◆

400 r———————————1————————————’——————’————_1

羹zoo}

兰里

罔2 院化凋度模式下物联网节点进行数据收发17作流程罔

^{。n【．．}”^{．．．．．．}厂^{．．．．．}—^{．．．．．}—^{．．．．．．}—^{．．．，．}—^{．．．，．}—^{．．．．．．}—^{．．．．．}—^{．．．．．．}—^{．．．．．}—^{．．．．．}—^{．．．．．．}]^一

釜5：：r}1．

[

．．．．．．．．．．．．．．．．．．．．—．．．．．．．．．．．．．．．．．．．．．．· ．．．．．．．．．．．．．．．．．．．．．．—．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．

4仿真实验与结果分析

藿-0。}

{

为了测试本文算法在实现物联网环境下实时任务传输分

簇调度中的性能，进行仿真实验。实验的计算机硬件配置参

数为：CPU 3．oGHz，12GB内存，操作系统为windows 7。仿

真实验采用Haddoop云计算平台进行物联网网络环境模拟，

采用Matlab进行算法编程设计。采用随机函数信号发生器

随机生成1024个实时任务调度信息状态集，根据任务自动调

整特征尺度，在Haddoop物联网平台中构建JDKl．6，a1Gbps

交换网，任务调度发射信息流采用PSl(调制，模拟100个实

时任务请求任务，实时任务传输的信息源数量近5000个[1“。

物联网环境下的实时任务传输的数据离散采样率为f一

10*厂oHz一10kHz，监测数据的长度为1024，物联网传输节

点的通信半径为10m，物联网传感节点间进行任务传输通信

的比特率为o．5Mbps，数据包的最大值为1326kB，全局迭代

次数为500次，任务调度的访问次数为3892次，自适应步长参

数口一o．0002，调度过程中受到的信息干扰为72(惫)一珥(志)+

j行，(是)，其中行，(志)和，zi(走)是均值为零、方差为1的高斯色噪

声，SNR为一10dB，时隙分配的幅值取为Al=A2一A3—1，时

藿

霹[二二

L--------------· --· -—------—-------------------------· --· ----------------—-------------一

图5任务调度时隙分配尺度特征分解谱

从图5可见，采用本文方法对物联网实时传输任务进行

高效时隙分配尺度特征分解，具有较好的波束指向性和特征

聚焦能力，能清楚地获得原任务信息流的频率组成和频率随

时间变化的动态特征，以此为指向性特征进行任务分配均衡

索引，提高任务调度的均衡分配能力。为了对比算法性能，采

用本文方法和传统算法，进行物联网环境下的实时任务协同

分布式的调度的均衡性对比，得到如图6所示结果。从图6

可见，采用本文算法进行任务传输分簇调度，均衡度较传统方

法较高，随着信噪比的增大，通过高效时分多址时隙分配，任

务调度的均衡度达到100％，从而有效提高了实时任务传输

分簇调度的均衡性和准确性，降低了存储开销，提高了任务调

度信息传输的保真率。

。：

隙分配尺度的初始值选为岛一一o．3丌，即300Hz。在上述仿真

环境和参数设计的基础上，进行仿真实验，首先得出物联网环

境下实时任务传输分簇调度的时隙分配图如图3所示[1“。

臣二卫鎏】蕊豳巫[工[]羹霾圈瑟旺[]工]一

萋：

丑0量

囊盖

出芝

％

臣二盈圜濯■匿!]匝[工[]蹰圈豳豳臣二困

图3任务分簇调度的时隙分配示意图

图6性能对比

首先采用本文算法，构建物联网实时任务调度模型，得到

(下转第189页)

179

万方数据

andforward

with啪pIify

cooperative communication[J]．Jour—

[14]

J，Chan S，Guizani M．User

and data trustworthi—

wirdess cormunica—

privacy

nal of Commu血cation，2013，34(3)：99—110(in Chinese)

ness in mobile crowd

sensing[J]．IEEE

tions，2015，22(1)：28—34

王永川，陈自力．放大转发协作分布式STBC—SC_FDE系统的频

率域信道估计与均衡口]．通信学报，2013，34(3)：99—110

for CrowdSur—

[15] Agarwal R，Kumar S，Hegde

M．Algorithms

Nadkar

T，Thumar V，Merchant

N，et

veillance Using Passive Acoustic Sensors 0ver

Multimodal

[11]

[12]

[13]

a1．Cognitive Relaying

谢th

Incentive for

sensors

Joumal，2015，15(3)：1920—

Frequency

users[J]．wire—

SensorNetwork[J]．IEEE

1930

Multiple Primary

less Personal Communicatons，2014，74(1)：167—187

G．Incentive

for

selection based

algorithm

B，Zhao

V，Cheung

analysis

streaming[J]．signal Processing_

imageCornmunication，2014，29(6)：641—666

a1．Incentive Mechanisms for

cooperative

[16] D嘶Cu卜qin，Li Tu．Cooperative relay

interactive multiview、rideo

of of

ChongqingUniversity

energy equilibrium[J]．Joumal

Posts andTelecommunjcations(Natural Science Edition)，2014，

26(2)：20l一206(in Chinese)

Iosifidis

G，Gao

J W，et

L，HuaIlg

User-Pro、，ided

Communications

Magazine，

Networks[J]．IEEE

戴翠琴，李途．能量均衡的协作中继选择算法[J]．重庆邮电大学

学报(自然科学版)，2014，26(2)：201—206

2014，52(9)：20一27

(上接第179页)

Signal Processillg，2011，59(5)：1917—1932

[7] Yang sh喇．Yu Hong-fang，Luo L0ng．Fast routiIlg“c盱loop

结束语物联网环境下实时任务传输调度的性能决定了

物联网中传感节点的进程管理和内存管理效率，研究任务调

度优化方法，对改善物联网的系统控制性能，提高网络的连通

性和数据的准确收发能力具有重要意义。本文提出一种基于

高效时分多址时隙分配的物联网环境下实时任务传输的分簇

调度算法。首先进行了物联网的实时任务调度模型设计和任

务信息流的数学模型构建，提取任务信息流的时隙分配尺度

特征，通过设计高效时分多址协议，进行物联网环境下的实时

任务协同分布式分簇的调度，实现算法改进。研究结果表明，

采用该算法进行任务调度的均衡性较好，准确度较高，降低了

计算开销，性能优越。

avoidance

in IP

Computer Ap—

algorithm

network[J]．Journal

Chinese)

plications，2015，35(12)：3325—3330(in

杨诗琦，虞红芳，罗龙．IP网络中的快速路由微环避免算法[J]．

计算机应用，2015，35(12)：3325—3330

C1ad F，Merindol P，Pansiot

J，et a1．Graceful

convergence

[8]

[9]

link_state IP

mal

mini—

networks：a

lightweight algorithm ensuring

Transactions on Net一

operational impact[J]．IEEE／AcM

、∞rking，2014，22(1)：300一312

Pan

and_spatial

Ji-zhou．A ter玎【poral

in wire—

imputation algorithm

Li-qiang，Li Jian—zhong，Luo

correlation based

values

rnissing

less sensor

Joumal

netⅥrorks[J]．chinese

computers，2010，

33(1)：1—11(in Chinese)

参考文献

潘立强，李建中，骆吉洲．传感器网络中一种基于时一空相关性的

Hou

Sen，Luo

Ke．AMaximum

Based on sources

缺失值估计算法[J]．计算机学报，2010，33(1)：1—11

for

[1]

xin乎guo，song

Entropyweigh—

clustering[J]．

Chi—

ted

Yue．Data TrustModel

Road Infor—

science，

Trust—Analysis Algorithm

[10]wANGGuang_ha。，wu

mation in Vehicular Ad hoc

2014，41(6)：89—93(in Chinese)

Chinese

nese)

Electronics，2015，43(5)：993—999(in

Joumal

Network[J]．computer

王光浩，吴越．一种车载自组织网络路况信息的数据信任模型

[J]．计算机科学，2014，41(6)：89—93

侯森，罗兴国，宋克．基于信息源聚类的最大熵加权信任分析算

法[J]．电子学报，2015，43(5)：993—999

Yuarl_an，wu

a1．An

state

Dual Thresh01d

[2] Zhang Pu—ning，Liu

Fan，et

Entity

[11]cui Yong—jun，zhang Yong—hua．Linux system

Based on CharacteriStic scale

Equilibrium

Prediction Method for Content_based Search in the In—

scheduling A190rithm

Matching

temet of

science，2015，42(6)：18卜184(in chinese)

[J]．computer

Chinese)

Things[J]．JEIT，2015，37(12)：2815—2820(in

崔永君，张永花．基于特征尺度均衡的Linux系统双阈值任务调

度算法[J]．计算机科学，2015，42(6)：181—184

张普宁，刘元安，吴帆，等．物联网中适用于内容搜索的实体状态

匹配预测方法口]．电子与信息学报，2015，37(12)：2815—2820

of Protocol for

Server with

High

R，Friedemann

a1．A real—time search en—

[3]Benedikt 0，Kay

M，et

[12]Chen Zhi_tao．Design

Hybrid

for the web of

andAnti—interference in Intemet of

0utput capacity

Things[J]．

Chi—

gine

t11ings[c]∥Internet

Things．Tokyo，

Bulletin of Science and

nese)

2010：1—8

Techn0109y，2014，30(4)：65—67(in

content_based sensor search for the web of

[4] cu。ng T，Kay

cor啪unications

things[c]∥Global

2654—2660

conference．Atlanta，2013：

陈志涛．高吞吐量抗干扰性物联网混合服务器协议设计[J]．科

技通报，2014，30(4)：65—67

Ainomae

diffusion

for sb

[5]

[6]

M．Distributed

LMS

[13]zhang Tuo，wangJian-ping．G1dwwDm s dgorithm

A，Trump T，Bengtsson

based

6th International

energy detection[c]∥2014

Congress

ving grid task，scheduling optimization problemp[J]．J。umal

Ultra Modern Telecommunications and Control

and

of Posts and TelecoH皿unications(Natu—

Systems

ChongqingUniversity

ral Science

Endition)，2015，27(5)：654—659(in Chinese)

Workshops(ICUMT)．St．Petersburg，2014：176—183

cattivelli

H．Distributed detection over

adaptive

s，sayed

张拓，王建平．网格任务调度问题求解的萤火虫算法[J]．重庆邮

电大学学报(自然科学版)，2015，27(5)：654—659

networks

diffusion

Transactions on

using

adaptation[J]．IEEE

189

万方数据

全部评论(0)

暂无评论

评论赚积分>>

上传资源上传优质资源有赏金

物联网环境下实时任务传输的分簇调度算法

资料介绍

部分文件列表

部分页面预览

相关下载

全部评论(0)

热门标签

最新上传

热门下载

推荐下载

专栏首页