7、移动云计算:现状分析与移动自组织云计算介绍

移动云计算:现状分析与移动自组织云计算介绍

1. 向其他移动设备卸载的方法

在移动云计算领域,涉及云的移动设备部分的方法是探索最少的。此前基于服务器、公共/私有云以及云微数据中心的移动云计算方法中,移动资源通常作为瘦客户端,主要目的是通过在资源更丰富的环境中获取额外能力来扩展其有限的能力。这些资源丰富的环境在为移动应用执行提供资源时,被视为近乎无限的,且在这些方法的考量中,不存在电池和网络不稳定的限制。

然而,视角在此发生了转变。一方面,移动设备不再仅仅被视为瘦客户端,而是被认为是可以补充其网络中其他资源能力的有效执行环境;另一方面,工作负载卸载的资源与产生工作负载的资源具有相同的波动性和不稳定性特征。得益于摩尔定律,近十年来手机的性能和功能不断提升,专家预计这种趋势在一定限度内还将持续。同时,受可穿戴技术发展需求的驱动,移动电池也是工业界和学术界广泛研究的领域。

2009 - 2010 年出现了将工作负载卸载到其他移动设备的相关工作,并被归入移动云计算的范畴。从 2016 年开始,一些作者使用“移动自组织云计算”这一术语来指代类似的方法。

2. 基于移动设备的云计算平台
2.1 Hyrax:使用 MapReduce 的移动设备云计算平台

Hyrax 是一个源自 Hadoop 的平台,支持在 Android 设备上进行云计算。其总体目标是评估移动设备的硬件和网络基础设施是否能够成为一种使用本地数据和计算资源的云提供商,类似于传统云。这种设想中的云将由智能手机之间的机会性网络连接构成,智能手机在其中执行本地计算,以支持更大的系统级目标,即汇总智能手机的本地计算结果以满足整体应用的目标。该移动云计算基础设施遵循以下原

六自由度机械臂ANN人工神经网络设计:正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)内容概要:本文档围绕六自由度机械臂的ANN人工神经网络设计展开,详细介绍了正向逆向运动学求解、正向动力学控制以及基于拉格朗日-欧拉法推导逆向动力学方程的理论Matlab代码实现过程。文档还涵盖了PINN物理信息神经网络在微分方程求解、主动噪声控制、天线分析、电动汽车调度、储能优化等多个工程科研领域的应用案例,并提供了丰富的Matlab/Simulink仿真资源和技术支持方向,体现了其在多学科交叉仿真优化中的综合性价值。; 适合人群:具备一定Matlab编程基础,从事机器人控制、自动化、智能制造、电力系统或相关工程领域研究的科研人员、研究生及工程师。; 使用场景及目标:①掌握六自由度机械臂的运动学动力学建模方法;②学习人工神经网络在复杂非线性系统控制中的应用;③借助Matlab实现动力学方程推导仿真验证;④拓展至路径规划、优化调度、信号处理等相关课题的研究复现。; 阅读建议:建议按目录顺序系统学习,重点关注机械臂建模神经网络控制部分的代码实现,结合提供的网盘资源进行实践操作,并参考文中列举的优化算法仿真方法拓展自身研究思路。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值