工业物联网(Industrial Internet of Things,IIoT)是实施智能制造的重要载体,近年来引起了学术界和业界的极大兴趣。目前,在IIoT环境中主要采用云存储来存储数据,但是,云存储的过度延迟无法满足IIoT业务的时延要求,尤其是某些时延敏感型的业务。针对云存储应用于IIoT大数据场景存在数据传输时延较高的问题,文章研究了一种新型的"云/雾混合"网络架构,该架构利用雾计算层设备构建分布式雾存储体系结构,通过将IIoT中的数据分布式存储至多个雾节点,达到降低数据传输时延的目的。由于雾设备的可靠性低,数据容易丢失,进一步提出了分布式冗余存储分配方案,以提高存储系统的安全性。由于提出的问题是所有非确定性多项式(Non-deterministic Polynomial,NP)问题,是能在多项式时间复杂度内归约到的问题,因此提出一种启发式优化算法,用于在安全约束下最小化数据传输时延。性能评估结果验证了所提方案能够降低数据传输时延,同时保证雾存储系统的安全性。
针对宽带OFDM系统中功放的记忆非线性失真问题,提出一种新的频域预失真方案。该方案在频域建立具有自适应更新的幅度、相位预失真矩阵,对信号幅度和相位分别进行多次预失真处理。为提高自适应预失真收敛速度,提出一种新的预失真矩阵自适应更新算法,即linear convergence算法。仿真结果表明,发送信号频谱旁瓣较二维查表法压低6 d B。误码率为10-4时,该方法比二维查表法约有2 d B的信噪比增益。此外,linear convergence更新算法收敛速度比二维查表法中的更新算法提高75%。提出的频域预失真方案能够有效提高收敛精度和收敛速度。
