物联网中压缩感知算法的云加速方法

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

物联网中压缩感知算法的云加速方法

张永平, 张功萱, 朱昭萌

文章导航 > 电子科技大学学报 > 2014 > 43(3): 413-419

张永平, 张功萱, 朱昭萌. 物联网中压缩感知算法的云加速方法[J]. 电子科技大学学报, 2014, 43(3): 413-419. doi: 10.3969/j.issn.1001-0548.2014.03.017

引用本文:

张永平, 张功萱, 朱昭萌. 物联网中压缩感知算法的云加速方法[J]. 电子科技大学学报, 2014, 43(3): 413-419. doi: 10.3969/j.issn.1001-0548.2014.03.017

ZHANG Yong-ping, ZHANG Gong-xuan, ZHU Zhao-meng. Cloud Acceleration Method for Compressed Sensing in Internet of Things[J]. Journal of University of Electronic Science and Technology of China, 2014, 43(3): 413-419. doi: 10.3969/j.issn.1001-0548.2014.03.017

Citation:

ZHANG Yong-ping, ZHANG Gong-xuan, ZHU Zhao-meng. Cloud Acceleration Method for Compressed Sensing in Internet of Things[J]. Journal of University of Electronic Science and Technology of China, 2014, 43(3): 413-419. doi: 10.3969/j.issn.1001-0548.2014.03.017

物联网中压缩感知算法的云加速方法

doi: 10.3969/j.issn.1001-0548.2014.03.017

1.
南京理工大学计算机科学与工程学院南京 210094

基金项目:

江苏省973项目(BK2011022); 国家自然科学重点基金(61170035, 61272420)

作者简介:
张永平(1979-),男,博士生,主要从事物联网、压缩感知、云计算和分布式计算等方面的研究.

中图分类号: TP391

Cloud Acceleration Method for Compressed Sensing in Internet of Things

1.
School of Computer Science and Engineering,Nanjing University of Science and Technology Nanjing 210094

摘要: 为了减少采集的数据量，提出在物联网中引入"边采样边压缩"的新型采样方法——压缩感知. 针对压缩感知理论中信号重建算法计算复杂度较高的问题，设计并实现了一个基于云平台和代码迁移的算法加速方案; 该方案解决了代码并行化的自动翻译、算法向云端迁移、本地和云端执行同步等问题，对可并行化的算法，仅需要增加几个新定义的接口及插入一些描述性的注释，就可以利用云资源实现算法的加速; 实验表明，该方案是可行的、有效的. 该文还研究了基于物联网资源的云加速方法，提出了基于云加速方案、结合多核/多CPU方法和GPGPU方法，能充分利用已有物联网资源的混合压缩感知算法加速框架，并初步设计了理论运行流程.
- 算法加速 /
- 云计算 /
- 压缩感知 /
- 物联网 /
- 并行化
Abstract: In order to reduce the amount of data collected, the compressed sensing (CS), a new sampling method, is used for data acquisition and processing in Internet of Things (IoT). To overcome high computational complexity of CS algorithms, an acceleration scheme based on cloud platform and code migration is introduced in this paper. The scheme solved the automatically translated problem of parallelization code, the migration problem of algorithm, and the synchronization problems of local and cloud. It can use the resources from cloud environment to speed up algorithms by adding several interfaces and inserting some comments. In addition, this paper studies the method of cloud acceleration based on computing resources in Internet of Things, and put forwards an acceleration framework, in combination with multi-CPUs/multi-cores CPU and GPGPU parallelization, to speed up CS algorithm based on the cloud acceleration scheme.
- algorithm acceleration /
- cloud computing /
- compressed sensing /
- Internet of Things /
- parallelization

[1]	何羚, 阳鹏飞, 阎啸, 钟旭诺, 白泰礼. 基于频域数据压缩感知的复合调制信号盲识别 . 电子科技大学学报, 2024, 53(2): 201-209. doi: 10.12178/1001-0548.2023096
[2]	丁奕文, 鲁若愚, 周冬梅. LoRa在合法性演进中的时间同步：多网关场景下的移动感知 . 电子科技大学学报, 2023, 52(2): 224-231. doi: 10.12178/1001-0548.2021388
[3]	张云春, 王旺旺, 李成杰, 廖梓琨, 封凡, 林英. 物联网中融合网络流量的恶意软件检测 . 电子科技大学学报, 2023, 52(4): 602-609. doi: 10.12178/1001-0548.2022146
[4]	徐小琼, 孙罡, 罗龙. 物联网区块链中基于演化博弈的分片算法 . 电子科技大学学报, 2022, 51(3): 363-370. doi: 10.12178/1001-0548.2022029
[5]	程云飞, 叶娅兰, 侯孟书, 何文文, 李云霞. 面向可穿戴生理信号的压缩感知实时重构 . 电子科技大学学报, 2021, 50(1): 36-42. doi: 10.12178/1001-0548.2020268
[6]	杨峰, 周飞, 潘丽丽, 林静然. 基于交错方向乘子法的并行GPS信号捕获算法 . 电子科技大学学报, 2020, 49(2): 187-193. doi: 10.12178/1001-0548.2018112
[7]	高乐, 毕东杰, 彭礼彪, 谢永乐. 基于GAMP的近场毫米波成像快速算法 . 电子科技大学学报, 2019, 48(2): 168-173. doi: 10.3969/j.issn.1001-0548.2019.02.002
[8]	袁太文, 谢永乐, 毕东杰, 盘龙, 吕珏. 改进的共轭梯度MRI压缩成像算法 . 电子科技大学学报, 2019, 48(1): 53-57. doi: 10.3969/j.issn.1001-0548.2019.01.009
[9]	赵国生, 李光程, 王健. 云计算系统认知生存模型及量化分析 . 电子科技大学学报, 2017, 46(5): 709-715. doi: 10.3969/j.issn.1001-0548.2017.05.012
[10]	王艳芬, 丛潇雨, 孙彦景. 一种稀疏度自适应超宽带信道估计算法 . 电子科技大学学报, 2017, 46(3): 498-504. doi: 10.3969/j.issn.1001-0548.2017.03.004
[11]	陈爱国, 王玲, 任金胜, 罗光春. 基于资源分组的多约束云工作流调度算法 . 电子科技大学学报, 2017, 46(3): 562-568. doi: 10.3969/j.issn.1001-0548.2017.03.014
[12]	叶娅兰, 何文文, 程云飞, 侯孟书, 李云霞. 面向压缩感知的基于相关性字典学习算法 . 电子科技大学学报, 2017, 46(5): 703-708. doi: 10.3969/j.issn.1001-0548.2017.05.011
[13]	夏斌, 刘承鹏, 孙文珠, 李彩虹. 基于多元变量泰勒级数展开模型的定位算法 . 电子科技大学学报, 2016, 45(6): 888-892. doi: 10.3969/j.issn.1001-0548.2016.06.002
[14]	陶晓玲, 韦毅, 王勇. 一种基于本体的并行网络流量分类方法 . 电子科技大学学报, 2016, 45(3): 417-422.
[15]	陶晓玲, 韦毅, 王勇. 一种基于本体的并行网络流量分类方法 . 电子科技大学学报, 2016, 45(3): 417-422. doi: 10.3969/j.issn.1001-0548.2016.02.018
[16]	陈超. 改进CS算法结合决策树的云工作流调度 . 电子科技大学学报, 2016, 45(6): 974-980. doi: 10.3969/j.issn.1001-0548.2016.06.017
[17]	王妮娜, 桂冠, 苏泳涛, 石晶林, 张平. 基于压缩感知的MIMO-OFDM系统稀疏信道估计方法 . 电子科技大学学报, 2013, 42(1): 58-62. doi: 10.3969/j.issn.1001-0548.2013.01.014
[18]	徐洁, 朱健琛, 鲁珂. 基于双适应度遗传退火的云任务调度算法 . 电子科技大学学报, 2013, 42(6): 900-904. doi: 10.3969/j.issn.1001-0548.2013.06.017
[19]	陈立伟, 杨建华, 曹晓欢, 贺宁. 物联网架构下的室内环境监控系统 . 电子科技大学学报, 2012, 41(2): 265-268. doi: 10.3969/j.issn.1001-0548.2012.02.018
[20]	王浩, 吴博, 葛劲文, 王平. 物联网中基于受控对象的分布式访问控制 . 电子科技大学学报, 2012, 41(6): 893-898. doi: 10.3969/j.issn.1001-0548.2012.06.015

WeChat

点击查看大图

计量

文章访问数: 4728
HTML全文浏览量: 138
PDF下载量: 41
被引次数: 0

物联网中压缩感知算法的云加速方法

doi: 10.3969/j.issn.1001-0548.2014.03.017

1. 南京理工大学计算机科学与工程学院南京 210094

基金项目:

江苏省973项目(BK2011022); 国家自然科学重点基金(61170035, 61272420)

作者简介:
张永平(1979-),男,博士生,主要从事物联网、压缩感知、云计算和分布式计算等方面的研究.

收稿日期: 2013-08-29
修回日期: 2014-02-24
刊出日期: 2014-06-15

中图分类号: TP391

关键词:

摘要: 为了减少采集的数据量，提出在物联网中引入"边采样边压缩"的新型采样方法——压缩感知. 针对压缩感知理论中信号重建算法计算复杂度较高的问题，设计并实现了一个基于云平台和代码迁移的算法加速方案; 该方案解决了代码并行化的自动翻译、算法向云端迁移、本地和云端执行同步等问题，对可并行化的算法，仅需要增加几个新定义的接口及插入一些描述性的注释，就可以利用云资源实现算法的加速; 实验表明，该方案是可行的、有效的. 该文还研究了基于物联网资源的云加速方法，提出了基于云加速方案、结合多核/多CPU方法和GPGPU方法，能充分利用已有物联网资源的混合压缩感知算法加速框架，并初步设计了理论运行流程.

English Abstract

张永平, 张功萱, 朱昭萌. 物联网中压缩感知算法的云加速方法[J]. 电子科技大学学报, 2014, 43(3): 413-419. doi: 10.3969/j.issn.1001-0548.2014.03.017

引用本文:

张永平, 张功萱, 朱昭萌. 物联网中压缩感知算法的云加速方法[J]. 电子科技大学学报, 2014, 43(3): 413-419. doi: 10.3969/j.issn.1001-0548.2014.03.017

ZHANG Yong-ping, ZHANG Gong-xuan, ZHU Zhao-meng. Cloud Acceleration Method for Compressed Sensing in Internet of Things[J]. Journal of University of Electronic Science and Technology of China, 2014, 43(3): 413-419. doi: 10.3969/j.issn.1001-0548.2014.03.017

Citation:

ZHANG Yong-ping, ZHANG Gong-xuan, ZHU Zhao-meng. Cloud Acceleration Method for Compressed Sensing in Internet of Things[J]. Journal of University of Electronic Science and Technology of China, 2014, 43(3): 413-419. doi: 10.3969/j.issn.1001-0548.2014.03.017

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发