基于雾计算的信息监测系统资源调度策略思考

本文是一篇信息系统与信息资源管理论文，本研究针对物联网技术在列车车厢信息监测系统的应用研究，通过传感器设备、STM32开发板、无线通信技术、雾计算技术和云计算技术搭建了一套适用于列车车厢环境监测的物联网信息监测系统，并通过可视化技术搭建信息监测显示端微信小程序对车厢环境进行实时监测和控制，极大的提高了乘客乘车的舒适性和安全性。
第1章  绪论
1.1 课题研究背景
在过去十几年的发展中，云计算从亚马逊公司在其内部部署云服务开始，到2006年8月在搜索引擎大会上被提出，再到2009年美国国家标准与技术研究院进一步丰富和完善了云计算的定义和内涵。直至如今的发展，云计算范式已经相当成熟，但是随着物联网的连接设备和应用程序的需求不断增加，云计算服务器难以顾全到所有的连接设备，此时出现了各种急需优化的关键服务质量参数，如带宽、隐私、延迟、存储、响应时间、安全和计算等[1]。因此，雾计算作为云计算的一种补充，被应用于延迟敏感性高的服务器所提出。
从雾计算的提出到如今的发展，雾计算的技术其实仍处于起步阶段，但人们对雾计算的研究始终没有停下脚步，特别是雾计算的调度优化研究。雾计算不像云计算那样拥有强大的计算能力和无边无际的存储能力，它是由多个雾节点组成，每个雾节点都有着有限的存储和计算能力。因此，单个的雾节点有时不能满足本地边缘服务器所发放的任务，此时就需要多个雾节点进行联合工作。但是，如果对所有边缘服务器所需要完成的任务都进行无差别和无调度执行，会造成雾节点任务分配不均匀，资源大量浪费。有的雾节点多次连续执行计算任务，而有的雾节点分配不到任务因此处于待机状态，这样会造成部分节点损耗严重，部分节点完好如新，从而大大降低了雾计算整体的鲁棒性和寿命。如果没有一个合理的雾资源分配策略，雾计算架构的优点就不能体现出来[2]。同时，有时候同一时间可能有多个任务发布，此时合理的雾节点分配和任务调度就十分有必要。合理的雾计算资源调度不仅可以减少资源的损耗，同时也可以极大的提升任务的执行效率。
...................
1.2 国内外相关研究现状
1.2.1 信息监测系统国内外研究现状
随着物联网技术的快速发展，设备智能化越来越深入人心，物联网被广泛应用于各行各业。随着物联网技术越来越成熟，信息监测系统这个物联网的具象物应运而生。信息监测系统是集采集数据、存储数据、传输数据和处理数据的一整套可以自主对所处环境进行监督的设备，在工业、医疗、农业和交通等方面具有广泛的应用。
在工业方面，随着工业4.0的提出，近些年工业自动化和智能化发展迅速。胡飞等[4]针对机械制造加工车间多元异构设备接口协议不一、多源异构数据格式语义不一造成的信息集成和设备互联互通互操作难以实现的问题，基于OPC统一架构 （OPC Unified Architecture, OPCUA），提出一种集OPCUA信息模型和OPCUA数据通信于一体的工业机器人监测系统。盖昊宇等[5]针对目前工业车间清洁度监控中，只在硬件上增加了滤波器，而忽视了监控信号的软件过滤功能，存在着无线通讯丢包、测量结果误差大等问题。韩长杰等[6]针对自动移栽机工作状况信息的实时监测问题，设计了一种移栽机工况信息监测系统，使操作人员在作业过程中可以直观的监控移栽机作业情况。在此基础上，韩鸿飞[7]以韩长杰等设计的自动移栽机为研究对象，研发出多类信息集成的移栽机作业信息监测系统。肖进[8]针对齿轮磨损损伤的实时监控问题，构建基于油液—振动多源异质信息的齿轮磨损损伤检测系统。该项目以NI PXIe-4492型号数据采集卡为基础，以PCB三轴加速度传感器为核心，以可视化的润滑油—振动检测为目的，研究了一种新型的润滑油—振动多源异质信息处理体系结构。
.....................
第2章  列车车厢信息监测系统总体设计
2.1 列车车厢信息采集系统总体方案设计
2.1.1 车厢环境监测需求分析
物联网在交通领域的发展日新月异，高速列车车厢环境的无线网络信息监测依托于此应运而生，但是因为发展时间较短，目前的应用与研究仍处于较低水平。主要原因在于车厢环境比较拥挤，所需监测的信息较多且密集，而且大部分信息缺乏关联。其主要原因是车厢内环境复杂以及列车整体环境的特殊性。针对车厢环境数据监测存在的问题，利用工业物联网技术搭建车厢内环境信息监测系统，实现列车车厢环境和关键设备的信息采集，信息可视化以及数据的分析等需求。因此，为了提高列车车厢环境监测的智能化程度，需要对列车行驶过程中车厢内涉及到的多种环境信息进行监测，并对获得的信息进行分析，进一步提高信息数据的获取效率，提高监测效果。
2.1.2 基于雾计算的信息监测系统架构
传统的雾计算架构是由云层、分布式雾层以及终端层组成的三层网络结构[61, 62]。但是，随着物联网技术在信息监测技术中的广泛应用，车厢中的信息监测设备数量的大量增加，导致产生越来越多对时间延迟敏感性高和计算密集型的任务。雾计算技术的发展正好为此类问题提供了很好的解决方法。相较于云计算来说，雾计算作为更加靠近终端的网络层，极大的减少了数据传输所带来的带宽压力。参考传统的雾计算架构[63-66]构建了一个适用于列车车厢信息监测的基于雾计算的信息监测系统架构。
........................
2.2 信息监测终端设计
2.2.1 监测终端核心开发板选型
在选用数据采集终端的硬件时，要考虑到计算速度，外部扩展设备能否满足系统的开发要求，以及系统的开发难度。目前，市场上主流的嵌入式控制器多为MCU及ARM。由于MCU的处理能力相对于ARM处理器而言相对较差，因此MCU被广泛应用于工业控制系统中，但其对系统的性能需求并不高。ARM微处理器具有体积小，功耗低，性能好，成本低，并能与8位和16位的器件兼容。所设计系统所要收集的数据非常庞大，而且还要对数据进行预处理，并将其传输到云端，因此，单靠单片机难以适应。所以，本系统中的设计选用ARM处理器，一是它能够满足工控应用中对性能稳定的基本需求，二是它拥有强大的扩展能力和网络传输能力，三是它的运算速度快，开发周期短。
基于课题的需要以及对设备性能的要求，系统选用正点原子战舰STM32F103ZET6型号的开发板，该型号的开发板是基于STM32F103ZET6核心板开发的。STM32F103ZET6核心板的外形为65mm×45mm，采用A级PCB，沉金工艺制作，B2B板对接口，稳固可靠，内置架构为大容量配置LQFP144，最高72MHz的主频和M3的内核，是工业物联网开发常用的核心板。图5所示为STM32F103ZET6核心板实物图。

信息系统与信息资源管理论文怎么写

..........................
第3章 信息监测系统资源调度策略优化 ............................ 28
3.1 雾计算资源调度模型建立 ............................... 28
3.1.1 同一雾集群中的节点之间的负载均衡分配 .......................... 28
3.1.2 不同雾集群之间的任务调度 .................... 30
第4章 信息监测系统中任务调度优化 ............................. 42
4.1 系统建模 ............................. 42
4.2 改进人工蜂群算法融合模拟退火算法的设计 ............... 43
第5章 信息监测系统云平台和显示端界面设计 ................................ 50
5.1 云平台设计 ............................ 50
5.1.1 OneNET云平台 .............................. 50
5.1.2 云平台功能设计 ................................. 51
第5章  信息监测系统云平台和显示端界面设计
5.1 云平台设计
5.1.1 OneNET云平台
OneNET云平台是一款以物联网技术和产业特征为基础，构建出来的开放式平台，它可以适配HTTP（旧版）、HTTP、EDP、Modbus、TCP透传和RGMP等多种网络环境和协议类型，它可以对各类传感器和智能硬件的快速接入进行支持，同时还可以提供丰富的网络接口和应用模板，从而可以对各种行业应用和智能硬件的开发进行有效地降低，从而达到对物联网领域设备连接、协议适配、数据存储、数据安全、大数据分析等平台级服务的要求。
OneNET始终秉承开放合作的态度，为所需要的用户提供数据的上传、存储和可视化。借助于OneNET平台的控制台，可以完成设备的创建，建立多元数据库，来实现数据从设备向云的传输。如图46所示为控制台首页，通过这个控制台可以来创建系统所需的云平台服务器。

信息系统与信息资源管理论文参考

....................
结论
针对物联网技术在列车车厢信息监测系统的应用研究，通过传感器设备、STM32开发板、无线通信技术、雾计算技术和云计算技术搭建了一套适用于列车车厢环境监测的物联网信息监测系统，并通过可视化技术搭建信息监测显示端微信小程序对车厢环境进行实时监测和控制，极大的提高了乘客乘车的舒适性和安全性。主要的研究工作与成果如下所示：
1）通过分析信息监测系统的研究现状以及列车运行过程中车厢内环境监测的必要性，确定基于雾计算的信息监测系统架构，同时制定车厢内环境数据和关键设备运行环境数据的采集流程。并根据列车行驶过程中乘客对于舒适度以及安全性的需求设计信息监测系统云平台的功能。
2）搭建列车车厢信息监测系统的信息采集终端。数据监测采集终端的主要功能包括采集功能、处理功能和通信功能。信息采集功能采集车厢内空气环境以及关键设备的运行环境，处理功能对采集到的信息进行预处理，通信功能按照所使用协议对采集到的数据进行封装处理，并使用数据传输模块将封装好的数据发送到其他设备或云服务器中。
3）引入雾计算技术，利用人工蜂群算法作为基础，设计了两套可应用于所搭建环境的雾计算资源调度策略。PGABC-PSO策略可应用于整体列车环境的资源调度，IABC-SA策略适用于单个车厢内的监测数据任务调度。通过仿真实验，PGABC-PSO相较于SJF-PSO、PGABC-R、HSF.ABC&PSO和MFO在时延上最高分别降低了31.25%、27.8%、27.8%和25.4%，在能耗上最高分别降低了9.7%、33.3%、32%和29.6%。IABC-SA相较于模拟退火、人工蜂群和粒子群执行时间优化上分别提升了11.1%、11.8%和12.5%；执行成本优化上分别提升了6.7%、4.4%和3.9%。
参考文献（略）