基于霧計算的信息監測系統資源調度策略思考
本文是一篇信息系統與信息資源管理論文，本研究針對物聯網技術在列車車廂信息監測系統的應用研究，通過傳感器設備、STM32開發板、無線通信技術、霧計算技術和云計算技術搭建了一套適用于列車車廂環境監測的物聯網信息監測系統，并通過可視化技術搭建信息監測顯示端微信小程序對車廂環境進行實時監測和控制，極大的提高了乘客乘車的舒適性和安全性。
第1章 緒論
1.1 課題研究背景
在過去十幾年的發展中，云計算從亞馬遜公司在其內部部署云服務開始，到2006年8月在搜索引擎大會上被提出，再到2009年美國國家標準與技術研究院進一步豐富和完善了云計算的定義和內涵。直至如今的發展，云計算范式已經相當成熟，但是隨著物聯網的連接設備和應用程序的需求不斷增加，云計算服務器難以顧全到所有的連接設備，此時出現了各種急需優化的關鍵服務質量參數，如帶寬、隱私、延遲、存儲、響應時間、安全和計算等[1]。因此，霧計算作為云計算的一種補充，被應用于延遲敏感性高的服務器所提出。
從霧計算的提出到如今的發展，霧計算的技術其實仍處于起步階段，但人們對霧計算的研究始終沒有停下腳步，特別是霧計算的調度優化研究。霧計算不像云計算那樣擁有強大的計算能力和無邊無際的存儲能力，它是由多個霧節點組成，每個霧節點都有著有限的存儲和計算能力。因此，單個的霧節點有時不能滿足本地邊緣服務器所發放的任務，此時就需要多個霧節點進行聯合工作。但是，如果對所有邊緣服務器所需要完成的任務都進行無差別和無調度執行，會造成霧節點任務分配不均勻，資源大量浪費。有的霧節點多次連續執行計算任務，而有的霧節點分配不到任務因此處于待機狀態，這樣會造成部分節點損耗嚴重，部分節點完好如新，從而大大降低了霧計算整體的魯棒性和壽命。如果沒有一個合理的霧資源分配策略，霧計算架構的優點就不能體現出來[2]。同時，有時候同一時間可能有多個任務發布，此時合理的霧節點分配和任務調度就十分有必要。合理的霧計算資源調度不僅可以減少資源的損耗，同時也可以極大的提升任務的執行效率。
...................
1.2 國內外相關研究現狀
1.2.1 信息監測系統國內外研究現狀
隨著物聯網技術的快速發展，設備智能化越來越深入人心，物聯網被廣泛應用于各行各業。隨著物聯網技術越來越成熟，信息監測系統這個物聯網的具象物應運而生。信息監測系統是集采集數據、存儲數據、傳輸數據和處理數據的一整套可以自主對所處環境進行監督的設備，在工業、醫療、農業和交通等方面具有廣泛的應用。
在工業方面，隨著工業4.0的提出，近些年工業自動化和智能化發展迅速。胡飛等[4]針對機械制造加工車間多元異構設備接口協議不一、多源異構數據格式語義不一造成的信息集成和設備互聯互通互操作難以實現的問題，基于OPC統一架構 （OPC Unified Architecture, OPCUA），提出一種集OPCUA信息模型和OPCUA數據通信于一體的工業機器人監測系統。蓋昊宇等[5]針對目前工業車間清潔度監控中，只在硬件上增加了濾波器，而忽視了監控信號的軟件過濾功能，存在著無線通訊丟包、測量結果誤差大等問題。韓長杰等[6]針對自動移栽機工作狀況信息的實時監測問題，設計了一種移栽機工況信息監測系統，使操作人員在作業過程中可以直觀的監控移栽機作業情況。在此基礎上，韓鴻飛[7]以韓長杰等設計的自動移栽機為研究對象，研發出多類信息集成的移栽機作業信息監測系統。肖進[8]針對齒輪磨損損傷的實時監控問題，構建基于油液—振動多源異質信息的齒輪磨損損傷檢測系統。該項目以NI PXIe-4492型號數據采集卡為基礎，以PCB三軸加速度傳感器為核心，以可視化的潤滑油—振動檢測為目的，研究了一種新型的潤滑油—振動多源異質信息處理體系結構。
.....................
第2章 列車車廂信息監測系統總體設計
2.1 列車車廂信息采集系統總體方案設計
2.1.1 車廂環境監測需求分析
物聯網在交通領域的發展日新月異，高速列車車廂環境的無線網絡信息監測依托于此應運而生，但是因為發展時間較短，目前的應用與研究仍處于較低水平。主要原因在于車廂環境比較擁擠，所需監測的信息較多且密集，而且大部分信息缺乏關聯。其主要原因是車廂內環境復雜以及列車整體環境的特殊性。針對車廂環境數據監測存在的問題，利用工業物聯網技術搭建車廂內環境信息監測系統，實現列車車廂環境和關鍵設備的信息采集，信息可視化以及數據的分析等需求。因此，為了提高列車車廂環境監測的智能化程度，需要對列車行駛過程中車廂內涉及到的多種環境信息進行監測，并對獲得的信息進行分析，進一步提高信息數據的獲取效率，提高監測效果。
2.1.2 基于霧計算的信息監測系統架構
傳統的霧計算架構是由云層、分布式霧層以及終端層組成的三層網絡結構[61, 62]。但是，隨著物聯網技術在信息監測技術中的廣泛應用，車廂中的信息監測設備數量的大量增加，導致產生越來越多對時間延遲敏感性高和計算密集型的任務。霧計算技術的發展正好為此類問題提供了很好的解決方法。相較于云計算來說，霧計算作為更加靠近終端的網絡層，極大的減少了數據傳輸所帶來的帶寬壓力。參考傳統的霧計算架構[63-66]構建了一個適用于列車車廂信息監測的基于霧計算的信息監測系統架構。
........................
2.2 信息監測終端設計
2.2.1 監測終端核心開發板選型
在選用數據采集終端的硬件時，要考慮到計算速度，外部擴展設備能否滿足系統的開發要求，以及系統的開發難度。目前，市場上主流的嵌入式控制器多為MCU及ARM。由于MCU的處理能力相對于ARM處理器而言相對較差，因此MCU被廣泛應用于工業控制系統中，但其對系統的性能需求并不高。ARM微處理器具有體積小，功耗低，性能好，成本低，并能與8位和16位的器件兼容。所設計系統所要收集的數據非常龐大，而且還要對數據進行預處理，并將其傳輸到云端，因此，單靠單片機難以適應。所以，本系統中的設計選用ARM處理器，一是它能夠滿足工控應用中對性能穩定的基本需求，二是它擁有強大的擴展能力和網絡傳輸能力，三是它的運算速度快，開發周期短。
基于課題的需要以及對設備性能的要求，系統選用正點原子戰艦STM32F103ZET6型號的開發板，該型號的開發板是基于STM32F103ZET6核心板開發的。STM32F103ZET6核心板的外形為65mm×45mm，采用A級PCB，沉金工藝制作，B2B板對接口，穩固可靠，內置架構為大容量配置LQFP144，最高72MHz的主頻和M3的內核，是工業物聯網開發常用的核心板。圖5所示為STM32F103ZET6核心板實物圖。
信息系統與信息資源管理論文怎么寫
..........................
第3章 信息監測系統資源調度策略優化 ............................ 28
3.1 霧計算資源調度模型建立 ............................... 28
3.1.1 同一霧集群中的節點之間的負載均衡分配 .......................... 28
3.1.2 不同霧集群之間的任務調度 .................... 30
第4章 信息監測系統中任務調度優化 ............................. 42
4.1 系統建模 ............................. 42
4.2 改進人工蜂群算法融合模擬退火算法的設計 ............... 43
第5章 信息監測系統云平臺和顯示端界面設計 ................................ 50
5.1 云平臺設計 ............................ 50
5.1.1 OneNET云平臺 .............................. 50
5.1.2 云平臺功能設計 ................................. 51
第5章 信息監測系統云平臺和顯示端界面設計
5.1 云平臺設計
5.1.1 OneNET云平臺
OneNET云平臺是一款以物聯網技術和產業特征為基礎，構建出來的開放式平臺，它可以適配HTTP（舊版）、HTTP、EDP、Modbus、TCP透傳和RGMP等多種網絡環境和協議類型，它可以對各類傳感器和智能硬件的快速接入進行支持，同時還可以提供豐富的網絡接口和應用模板，從而可以對各種行業應用和智能硬件的開發進行有效地降低，從而達到對物聯網領域設備連接、協議適配、數據存儲、數據安全、大數據分析等平臺級服務的要求。
OneNET始終秉承開放合作的態度，為所需要的用戶提供數據的上傳、存儲和可視化。借助于OneNET平臺的控制臺，可以完成設備的創建，建立多元數據庫，來實現數據從設備向云的傳輸。如圖46所示為控制臺首頁，通過這個控制臺可以來創建系統所需的云平臺服務器。
信息系統與信息資源管理論文參考
....................
結論
針對物聯網技術在列車車廂信息監測系統的應用研究，通過傳感器設備、STM32開發板、無線通信技術、霧計算技術和云計算技術搭建了一套適用于列車車廂環境監測的物聯網信息監測系統，并通過可視化技術搭建信息監測顯示端微信小程序對車廂環境進行實時監測和控制，極大的提高了乘客乘車的舒適性和安全性。主要的研究工作與成果如下所示：
1）通過分析信息監測系統的研究現狀以及列車運行過程中車廂內環境監測的必要性，確定基于霧計算的信息監測系統架構，同時制定車廂內環境數據和關鍵設備運行環境數據的采集流程。并根據列車行駛過程中乘客對于舒適度以及安全性的需求設計信息監測系統云平臺的功能。
2）搭建列車車廂信息監測系統的信息采集終端。數據監測采集終端的主要功能包括采集功能、處理功能和通信功能。信息采集功能采集車廂內空氣環境以及關鍵設備的運行環境，處理功能對采集到的信息進行預處理，通信功能按照所使用協議對采集到的數據進行封裝處理，并使用數據傳輸模塊將封裝好的數據發送到其他設備或云服務器中。
3）引入霧計算技術，利用人工蜂群算法作為基礎，設計了兩套可應用于所搭建環境的霧計算資源調度策略。PGABC-PSO策略可應用于整體列車環境的資源調度，IABC-SA策略適用于單個車廂內的監測數據任務調度。通過仿真實驗，PGABC-PSO相較于SJF-PSO、PGABC-R、HSF.ABC&PSO和MFO在時延上最高分別降低了31.25%、27.8%、27.8%和25.4%，在能耗上最高分別降低了9.7%、33.3%、32%和29.6%。IABC-SA相較于模擬退火、人工蜂群和粒子群執行時間優化上分別提升了11.1%、11.8%和12.5%；執行成本優化上分別提升了6.7%、4.4%和3.9%。
參考文獻（略）
