英语原文共 7 页，剩余内容已隐藏，支付完成后下载完整资料
工业互联网(IIoT)实时优化:概述、挑战和机遇
摘要：工业物联网(IIoT)拥有海量数据传输和大量连接设备，再加上对更高服务质量的高需求，信号处理不再产生小数据集，而是产生非常大的数据集(以千兆字节或万亿字节为单位)，甚至更高。这对优化提出了严峻的挑战。在线应用程序等通信场景需要实时优化。在这种情况下，通常在动态环境下，严格的实时截止时间是最重要的要求。为此，嵌入式凸优化算法可以在给定足够计算能力的情况下，在短时间内重新设计和更新，这是处理实时优化应用程序挑战的一种候选算法。实时优化正在IIOT的信号处理和无线网络中成为现实。为满足未来需求而进行的新技术研究正在全球范围内受到迫切关注，特别是在预计2020年5G网络将建成的情况下，这项工作解决了与工业物联网实时优化通信带来的许多挑战相关的基础知识、技术和实际相关问题。
关键词:工业物联网，凸优化，实时优化，云计算，5G网络。
1.工业物联网简介
物联网(IoT)技术在工程和无线通信的许多领域被认为是至关重要的。在计算能力和网络互连的进步下，大量产品、机器、智能手机和传感器通过该技术联网，以提供新的无线功能。这为无线通信系统带来许多开放问题，并为高技术互操作性的新市场带来机会[21]。
物联网没有统一的定义。物联网代表了从个人电子设备到工业机器和传感器的许多对象被允许无线连接到互联网，并通过网络连接和计算能力交换和消耗数据。将物联网技术和无线网络相结合的目的是在无线通信的物联网大规模场景中监控和控制多个设备。事实上，最近几项技术的融合，例如泛在连接、基于IP的网络、数据分析、云计算和雾计算正在使物联网更接近无线通信系统。物联网的实现可以利用各种技术连接模型，每种模型都有自己的灵活性。一般有四种通用模式，包括设备到设备(D2D)、设备到云(D2C)、设备到网关(D2G)和后端数据共享[21]。物联网的转型潜力一旦实现，就可以带来一个超连通网络。这是现代互联网架构的一般目的的说明，它为大量设备的应用程序或服务的无线互联提供了概念。
图1.物联网应用的网络范围
2.IIoT的基础
2.1.工业物联网的无线接入技术
鉴于在不同环境和不同需求/要求中的广泛应用，显然没有单一的无线标准能够在物联网场景中充分流行。如图1所示，常见的网络包括覆盖范围约为10m的个人区域网(pan)、覆盖100m的局域网(LANs)、覆盖25km的小区区域网(NANs)和覆盖全球的广域网(wan)。因此，一项困难的任务是为每个物联网应用开发良好的无线连接技术，因为已经通过多个频段和通信协议[11]部署了许多标准。
通过在无线通信协议中使用各种先进技术，如RFID、Wi-Fi-Direct、LoWPAN和5G，物联网的潜在能力得到了显著增强。此外，随着传感、无线能量采集、大数据交换、信号处理等技术的发展，物联网与新兴技术的融合也在加快。然而，基于工业物联网的这些技术的互联将在可伸缩性、QoS、能源效率和成本效益方面带来巨大的好处。在物联网应用中，隐私和安全问题也必须考虑。物联网中这些挑战的存在仍有待研究，并必然需要新颖的解决方案。
2.2.云计算
云计算是指利用计算机技术，利用许多联网处理计算机的能力来处理复杂的数据库任务，而不需要每个用户都有一台计算机。这项技术为物联网应用创造了当前通信网络的主干[23]。云计算的部署可以归因于互联网上新兴技术的变化，需要为用户挖掘和组织大量的数据库。这使得大型数据中心的规模经济能够提供更高的性能和处理能力。
云技术.云计算的一些主要技术研究如下[14]。
- Application：是一个存储在远程服务器上的组件，并为客户端实时运行。通过用户界面(UI)访问应用程序，最终用户将使用云计算的特性。
- 客户端：是一个UI平台，即比如Mozilla Firefox、谷歌Chrome或微软(Microsoft) Internet Explorer。
- 基础设施：由计算机硬件和包含计算机硬件的建筑组成。服务器环境运行虚拟化技术，这意味着内部的服务器框架并不取决于特定机器的数量。因此，它通过利用多台机器的处理能力来从每个客户的处理能力中获得更多好处，从而完全运行软件。
- 平台：是通过平台即服务(PaaS)部署应用程序的方法。这将包括一个具有web设计编程的开源web应用程序形式的web应用程序框架。
- 服务：指用户从云计算中获得的体验。因特网上有各种各样的服务来支持用户。这些服务需要大量的数据库存储和处理能力来执行任务。
- 存储：这是云计算最大的特性之一，但也很昂贵。重要的是，云供应商应该通过提供服务协议来确保客户数据的安全。
- 处理能力：通过云计算极大地扩展。公司可以利用这种能力在网络上测试新的市场和新的应用程序。基于云计算的供应商为联网用户提供云计算的处理能力。应该有效地利用服务器，以避免浪费宝贵的处理资源。
云管理.云计算在技术资源方面更加灵活，例如，服务器租赁模式的理念。特别是，使用云计算，客户可以决定使用多少存储空间，以及需要多少处理能力，以便他们可以选择何时在企业范围内实时更新应用程序。云计算中的可伸缩性允许每个用户快速地从小型流程过渡到大型流程，同时能够保证在指定时间处理大量数据，而不需要大型服务器。云计算在物联网应用中仍然存在许多问题，因为任何创新都伴随着它们的问题。以下是云计算中的潜在挑战，需要新的解决方案[14]。
- 可靠性：为了从云中心获得资源，用户必须通过一个电子实用模型展示一个图像投影来证明自己的可信度。这种级别的能量应该是一种可靠的资源，以允许云计算提供特定级别的服务。
- 安全性：由于大量数据存储在云中心，确保数据安全一直是IT云的重中之重。此外，由于各种技术和各种应用程序，通过互联网通信和访问服务和应用程序存在风险，因此，当云组织者无法跟踪资源时，或者当用户不注意数据传输和他们使用的服务时，瘦客户端可能会受到干扰或黑客攻击。
- 支持服务：要求供应商为客户提供不同于传统IT解决方案的新颖解决方案。他们应该确保稳定的服务水平，以满足客户的许多需求——能够提供24小时随叫随到的服务就是一个很好的例子。所有客户连接的可靠性和数据安全的保证对于改善他们的服务非常重要。
- 容量：随着IT任务在云中组织，系统必须以有效利用容量资源的方式运行，以造福云中心和客户。资源管理旨在实现高水平的性能和功能，以保持高质量的服务。资源或容量管理对于云计算实施中的资源规划非常重要。
2.3.雾(边缘)计算
可以预见，物联网中的数据量和种类将会越来越多，而且会持续激增。因此，云中数据处理的运行时间显著增加。为了解决这个问题，物联网应用和服务的新技术(称为雾计算)继承并扩展了云计算范式，以支持大规模系统，例如，大量设备/节点[1，3]。雾计算具有许多优势，如低延迟、广泛的地理分布、高移动性和位置感知、无线接入的主导作用、强大的流和实时应用以及异构性。
图2.雾计算在物联网中的应用
IIoT雾计算.对于系统的通信，雾计算节点作为小单元、智能网关、路由器或专用雾设备运行，包括运行在云中的应用组件和/或网络边缘和云之间的终端设备，如图2所示。雾计算在支持移动性、计算资源、通信协议、接口异构性和分布式数据分析方面有许多优势，可以在广泛而密集的地理分布中支持低延迟应用。雾计算的主要特点如下:
- 网络流量的减少：数以亿计的智能设备产生、发送和接收大量数据，这使得计算能力更接近设备，而不是以高延迟的方式将所有数据发送到数据中心。雾计算为通过本地数据视图收集和分析网络边缘附近的数据提供了一个平台。这大大减少了发送到云和从云中发送的网络流量。
- 支持移动性和地理分布：很明显，雾计算应用程序可以直接与终端设备通信，从而支持移动性技术。与集中式云形成鲜明对比的是，雾模式中的目标服务和应用程序可以以分布式方式部署。因此，雾计算将在提供高质量实时服务方面发挥积极作用，例如，通过代理和接入点来支持智能交通。
- 大规模异构网络中的互操作性和联合：通过依赖固有分布式系统中的分布式计算和存储资源，雾计算可以支持许多智能系统来监控大量设备/节点周围的环境。
- 物联网任务的适用性：来自大量智能设备的大多数服务请求都与环境相关。这些请求取决于每个应用程序中典型请求的性质，应该在雾中而不是云基础架构中处理。通过使处理更接近网络边缘，雾计算使通信距离更接近物理距离，并减少流量负载。
- 低延迟需求和实时应用：许多具有实时数据处理的关键任务应用，如云机器人、视频流和自动车辆都是通过使用雾计算开发的。事实上，在云上运行的基于收集的数据和反馈的控制系统，可能会由于通信故障而使感知过程实际循环变慢或不可用。这个问题可以通过应用雾计算来处理，以执行非常靠近设备的控制系统所需的处理，从而使实时响应成为可能。
- 可伸缩性：在云计算中，由于资源有限，当网络设备生成的所有原始数据不断发送到云计算时，会出现瓶颈。雾计算旨在处理更接近数据源本身的传入数据，它减少了云数据处理的负担，从而解决了因端点数量增加而产生的可扩展性问题。
3.实时部署工业物联网的挑战和机遇
3.1.工业物联网中的能效
在任何系统中，资源分配都是一个重要方面。在应用5G无线网络[15]的工业物联网中，新系统应该更加动态和灵活，通过采用新的无线技术和方法，同时满足各种网络需求。为此，资源分配面临重大挑战，如干扰对齐、安全攻击或绿色通信。因此，在提高频谱效率性能的同时，通过能效(EE)来实现绿色通信是5G无线网络的一个新兴趋势。非凸编程。这给改进网络EE性能的努力留下了许多挑战。新的工作需要研究应用于处理iiot[17]中EE性能的优化范式。
3.2.面向大量用户的服务质量
要为多个用户提供服务，系统的资源分配必须对其服务进行调度，因为在任何给定时间都要为大量用户提供服务。因此，无论用户是信道条件较好的节点中心用户还是信道条件较差的节点边缘用户[19]，IIoT是否能够同时向多个用户提供高质量的服务(QoS)还不清楚。
在大规模的工业物联网网络中，节点边缘用户不仅面临信道条件差的问题，而且还会受到现有技术无法拒绝或缓解的层间干扰。因此，在工业物联网中为用户提供高QoS的问题在技术上比以往任何时候都更具挑战性。
3.3.实时计算和实时优化
实时计算.如果系统处理任务的能力满足执行必要计算的实时约束响应，则系统可以对实时计算作出响应。物理组件由实时计算框架的功能控制，然后它们定时处理任务，并向主系统控制器和其他部件[12]发送信号作为响应。所有类型的已交付响应都需要一个时间限制。在关键任务中，计算时间表对于支持一系列事件中每个响应所需的时间范围至关重要。理论上，它可能无法在有限的处理能力范围内满足时间限制。当不满足响应的时间限制或时间约束时，可能会出现灾难性的系统故障。因此，任何实时程序都必须在资源有限的实际系统上仔细考虑和设计。它们的计算平台应适应时变环境，与预测的时变行为交互，并以有时限的响应执行。
当需要在大的处理负荷下执行的任务数量增加时，需要使用多处理器作为实时处理多个任务的潜在技术。另一方面，在具有多任务的应用程序中，对于大的处理负荷来说，分布式计算框架是极其需要的[18]。因此，完成时间的预测和设计对于观察具有时变任务通信的实时处理是至关重要的。
实时优化.每个优化应用程序都是开发者在分析和设计中进行的权衡。然而，优化理论和优化实施在各自的应用中存在巨大的差距。此外，缺乏将优化的理论和实施联系起来的研究。实际上，优化应用的决策是一个复杂的决策过程，涉及环境模型、问题特征(变量、目标)、适当的方法和预期解决方案的权衡[6、7、17]。
在优化理论的背景下，来自现实世界的数学模型优化问题可以转化为实际的在线优化问题。那么这个问题可以用在线解决方案在嵌入式系统中编程。找到的在线解决方案应该适合问题，并满足性能的准确性。同时，在实时执行中应遵守严格的时间期限。因此，在“越快越好”的意义上，实时优化面临许多挑战[13]。在工程中，快速优化用于校准一些权重，以改进传输策略、优化网络性能或其他目标。然而，IIoT中的实际优化问题通常是非线性规划、具有大量数据的大规模问题(大数据分析
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[257347]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
