摘要：针对一类简单控制器实现的碟形飞行器变质量矩/推力矢量复合控制系统,通过转换,建立了关联控制系统,并基于李雅普诺夫优化设计方法,对碟形飞行器的控制器进行了设计。最后,将此控制方法应用于碟形飞行器全弹道飞行试验进行仿真。仿真研究表明,与传统的静态控制器设计方法相比,这种方法显示了巨大的优越性。

摘要：为在保证任务服务质量(QoS)的条件下提高容器云资源利用率,提出一种基于李雅普诺夫的容器云队列任务和资源调度优化策略。首先,在云计算服务排队模型的基础上,通过李雅普诺夫函数分析任务队列长度的变化;然后,在任务QoS的约束下,构建资源功耗的最小化目标函数;最后,利用李雅普诺夫优化方法求解最小资源功耗目标函数,获得在线的任务和容器资源的优化调度策略,实现对任务和资源调度进行整体优化,从而保证任务的QoS并提高资源利用率。CloudSim仿真结果表明,所提的任务和资源调度策略在保证任务QoS的条件下能获得高的资源利用率,实现容器云在线任务和资源优化调度,并且为基于排队模型的云计算任务和资源整体优化提供必要的参考。

摘要：随着物联网(IoT)迅速发展,移动边缘计算(MEC)在提供高性能、低延迟计算服务方面的作用日益明显。然而,在面向IoT业务的MEC(MEC-IoT)时变环境中,不同边缘设备和应用业务在时延和能耗等方面具有显著的异构性,对高效的任务卸载及资源分配构成严峻挑战。针对上述问题,该文提出一种动态的分布式异构任务卸载算法(D2HM),该算法利用分布式博弈机制并结合李雅普诺夫优化理论,设计了一种资源的动态报价机制,并实现了对不同业务类型差异化控制和计算资源的弹性按需分配,仿真结果表明,所提的算法可以满足异构任务的多样化计算需求,并在保证网络稳定性的前提下降低系统的平均时延。

摘要：针对移动边缘计算(MEC)在能源消耗和安全性方面的问题,研究具有社会关系和能量收集(EH)的D2D-MEC物联网网络中的任务卸载和资源分配问题,提出基于李雅普诺夫优化的D2D在线决策匹配和资源分配(ODMRA)算法.将用户之间的社会关系量化为社会信任矩阵,将能源消耗、包丢失、社会信任度表述为长期随机优化问题,采用李雅普诺夫优化方法将其分解为一系列子问题后分别求解.对于D2D间的决策选择子问题,结合子模块优化和贪婪算法设计低复杂度的策略选择算法.理论分析和仿真结果表明,所提出的ODMRA算法有效地优化了卸载方案,平衡了系统服务成本和队列长度,在能量消耗、系统服务成本方面优于其他对比算法.

摘要：在支持车与车直接通信(V2V)的非正交多址接入(NOMA)蜂窝网络场景下,针对V2V用户与蜂窝用户的干扰以及NOMA准则下的功率分配问题,该文提出一种基于能效的动态资源分配算法。该算法首先为了保证V2V用户的时延及可靠性同时满足蜂窝用户的速率需求,联合考虑子信道调度、功率分配和拥塞控制,建立了最大化系统能效的随机优化模型。其次,利用李雅普诺夫随机优化方法,通过控制可接入数据量保证队列稳定性以避免网络拥塞,并根据实时网络负载状态动态地进行资源调度,设计一种次优化子信道匹配算法获得用户调度方案,进一步,利用凸优化理论和拉格朗日对偶分解方法得到功率分配策略。最后,仿真结果表明,该文算法可以满足不同用户的服务质量(QoS)需求,并在保证网络稳定性前提下提高系统能效。

摘要：当前铁路集装箱班列的开行决策主要依赖决策者的主观判断,缺乏理论支撑。客户需求决定了开行方案,集装箱班列的开行方案又关系到运输时效性,而运输服务的价格和时效性又对客户需求产生影响。开行方案与定价之间互相影响,有必要对两者进行综合研究。在考虑运输网络稳定性的基础上,建立了以铁路运输企业运营收益最大为目标的混合整数规划模型。设计基于李雅普诺夫优化技术的算法,将时变网络的全局优化问题转化为一系列单一时隙优化问题,并在网络稳定性和原优化目标之间得到平衡,从理论上证明了该转化具有等价性。对于转化后的模型,运用和声搜索算法进行求解。通过算例分析验证了上述模型和算法的正确性和有效性。

摘要：多能源融合系统越来越成为解决能源短缺及不合理配置等问题的有效方案。含能量路由器的能源集线器作为多能源融合系统的一种典型结构,可通过合理协调管理各端口可控资源,实现高效经济运行。该文设置了能量路由器基本运行策略,分析基本运行策略下能源集线器能量平衡等式及接入设备运行约束;基于Lyapunov优化方法构造储能虚拟队列,将能量管理问题中时间耦合储能约束转化为队列稳定性问题,并对不需即时满足的柔性负荷(以电动汽车负荷为例)构造虚拟队列;最后,通过形成Lyapunov-drift-penalty函数,简化能量管理问题,根据实时运行状态确定控制决策,实现降低运行成本的目标。利用MATLAB编程,实现并测试上述管理算法。通过算例分析比较算法应用前后含能量路由器的能源集线器运行情况,验证了算法在降低运行成本方面的有效性。

摘要：针对具有能量收集能力的移动边缘计算系统的计算资源分配问题,提出一种基于李雅普诺夫贪婪优化算法。构建在设备电池电量逐渐收敛下,移动设备时延与能耗联合成本的动态最小化优化问题。利用李雅普诺夫动态优化理论,将优化问题分解成每个时隙最佳本地执行、卸载执行和能量收集3个子问题,通过线性规划获得子问题最优解。通过在本地执行、卸载执行和任务丢弃之间选择执行模式,获得设备的时延与能耗联合成本最小结果。利用键值对设计贪婪策略程序,以适应多用户多服务器系统。仿真结果证实,在保证所有设备电池电量都在规定操作水平附近稳定情况下,卸载率可达99.9%以上,并能有效降低服务延时和系统能耗。

摘要：随着5G移动通信系统市场化日益成熟,车联网作为其重要组成部分引起了众多关注。在高速移动环境中,面向不同移动速度的各类用户能够提供高速率、高可靠、低时延的移动通信是一个亟需解决的问题。本文研究在车联网中基站向车辆用户和静态用户提供联合通信的吞吐量最大化问题。利用不同移动速度用户的信道状态信息统计特征差异化的特点,设计一种基于分层调制技术的多用户复用传输方案。为了满足两类用户业务的服务质量要求和随机到达业务数据队列的稳定性,设计一种动态跨层资源管理策略,包括:接入控制策略、低复杂度的用户调度方案和设计的多用户复用传输方案。针对多用户调度策略,给出了两种多用户调度算法,分别是最优的穷举搜索算法和次优的启发式搜索算法。仿真结果可以证明低复杂度的启发式搜索算法几乎能够达到和穷举搜索算法相同的吞吐量。在满足每个用户业务的服务质量要求和业务数据队列稳定性的条件下,该跨层资源管理策略揭示了吞吐量和传输时延之间的权衡关系。

摘要：本文设计一种模型自由飞低时延无线传输系统。该系统以FPGA为主控制器,采用A7196与ESP32C3进行数据的无线传输。根据系统数据传输要求,采用短帧的方式发送数据,降低了传输的时延,基于李雅普诺夫方法设计了无线传输程序,保障了传输的稳定性。测试结果表明:传输系统可靠性可达99.907%,上行传输时延小于1 ms,有效实现了对自由飞模型的无线控制,代替了原有的有线电缆连接方式,简化了实验准备过程。