Traducido del inglés al español - www.onlinedoctranslator.

com

hindú
Sistemas de información móvil
Volumen 2022, Artículo ID 4832240, 11 páginas
https://doi.org/10.1155/2022/4832240

Artículo de investigación

Descarga de tareas de la red informática perimetral y ahorro de energía

de la casa pasiva para la ciudad inteligente

Yanfang Li, Xiaorong He y Yuzhu Bian

Universidad de Arquitectura de Hebei, Zhangjiakou, 075000 Hebei, China

La correspondencia debe dirigirse a Yuzhu Bian; byz1546@hebiace.edu.cn

Recibido el 15 de febrero de 2022; Revisado el 4 de marzo de 2022; Aceptado el 7 de marzo de 2022; Publicado el 15 de abril de 2022

Editor académico: Hasan Ali Khattak

Copyright © 2022 Yanfang Li et al. Este es un artículo de acceso abierto distribuido bajo la licencia Creative Commons Attribution License, que permite el
uso, la distribución y la reproducción sin restricciones en cualquier medio, siempre que se cite correctamente el trabajo original.

Con el advenimiento de tecnologías como el Internet de las cosas, la computación perimetral y 5G, se genera una gran cantidad de datos estructurados
y no estructurados a partir de diferentes aplicaciones en el entorno de la ciudad inteligente. En este estudio, se investigan los problemas actuales que
debe superar la computación perimetral (EC) y el marco básico de la computación perimetral para mejorar el desarrollo sostenible de la ciudad
inteligente. Se exploran tres aspectos de la tecnología de descarga de computación perimetral, incluido el controlador de red definida por software
(SDN), la decisión de descarga y la asignación de recursos, y se diseña un modelo de descarga de tareas de una red informática perimetral para una
ciudad inteligente en función del preprocesamiento de datos. Además, el diseño y el análisis de ahorro de energía de las casas pasivas se llevan a cabo
con la ciudad de Chengdu como ejemplo. Los resultados revelan que el esquema de implementación es factible. En el esquema de diseño de casa pasiva
con ventilación natural, sombreado externo, coeficiente de transferencia de calor de pared de 0.63W/(m2K), y techo de almacenamiento de agua, el
consumo anual de energía por unidad de área es el más bajo, 18,97 kWh/m2, y su tasa de ahorro energético es la más alta, 0,77. Los hallazgos del
estudio brindan cierta experiencia de investigación para aumentar la eficiencia de la informática de borde de la ciudad inteligente e impulsar el
desarrollo a largo plazo de la ciudad inteligente.

1. Introducción El desarrollo de una ciudad inteligente se basa en tecnologías de la

El Internet de las cosas (IoT) se ha vuelto cada vez más importante
en nuestra vida diaria a medida que avanza la tecnología de la
información. Los dispositivos interconectados pueden recopilar e
intercambiar diferentes datos entre ellos a través de redes de
comunicación recientes conectadas por varios nodos de IoT [1].
Luego, una gama de aplicaciones de IoT puede proporcionar a los
usuarios servicios de red más precisos y detallados. En esta
situación, las técnicas de IoT están conectando una cantidad cada
vez mayor de sensores y dispositivos, y estos sensores y dispositivos
generarán grandes cantidades de datos que requerirán un mayor
procesamiento, ofreciendo inteligencia tanto a los clientes como a
los proveedores de servicios [2]. Todos los datos deben cargarse en
servidores centralizados en la computación en la nube tradicional, y
los resultados deben transmitirse a los sensores y dispositivos
después del procesamiento. Este procedimiento ejerce mucha
presión sobre la red, especialmente en términos de ancho de banda
y costos de recursos para la transmisión de datos. Además, cuando
la cantidad de datos crece, el rendimiento de la red se deteriora [3].
información como el Internet de las cosas y la computación en la nube
[4]. El escenario de computación en la nube existente tiene una latencia
alta [2], por lo que no puede satisfacer las necesidades de varias
empresas emergentes. Por lo tanto, surge la tecnología Edge Computing
(EC) [3]. Edge computing es la informática que está cerca de la fuente de
la práctica, los datos o la acción, lo que permite el análisis en tiempo real.
Reduce eficientemente la carga en la nube y brinda a los usuarios
respuestas más rápidas. La descarga de tareas de una red EC consiste en
procesar la tarea de descarga informática del terminal móvil en la red
perimetral, lo que puede mejorar eficazmente el rendimiento y la
eficiencia energética del equipo [5].
En la literatura, se proponen varias técnicas de descarga de
Edge Computing. Nauri et al. [6] propuso un marco de descarga de
tareas de tres capas compuesto por la capa de dispositivo, la capa de
nube y la capa de nube. Las tareas con altos requerimientos de
cómputo se asignaron a la capa de cloudlet y la capa de nube,
mientras que las tareas de bajo costo de cómputo y alto costo de
comunicación se ejecutaron en la capa de dispositivo, lo que evita
transmitir una gran cantidad de datos a la nube y efectivamente
2 Sistemas de información móvil
reduce el retraso en el procesamiento. Rodríguez et al. [7] desarrollaron
un modelo matemático de retraso total del servicio del sistema EC
multiacceso basado en cyber twin. El sistema incluía movilidad de
usuarios, migración de servidores virtuales, múltiples servidores físicos
en diferentes capas de red, comunicación front-end y backhaul,
procesamiento y solicitud/caché de contenido. Nguyen et al. [8] estudió la
descarga de datos asistida por retrodispersión en el EC móvil del sistema
de Internet de las cosas basado en OFDMA y maximizó y optimizó la tasa
de cálculo a través de la potencia de transmisión, el coeficiente de
retrodispersión, la relación de división de tiempo y la matriz de decisión
binaria en la puerta de enlace conjunta. . Los autores en [9] propusieron
un modo de descarga computacional asistido por un vehículo aéreo no
tripulado (UAV). El problema de minimizar el tiempo promedio de
respuesta de la misión se estableció y modeló como un proceso de
decisión de Markov al considerar la interdependencia de las misiones
UAV, los estados dinámicos de la red y las limitaciones de energía. En [10–
12], se han investigado algunas arquitecturas de computación de borde
móvil y estrategias de descarga para la computación de tareas remotas,
que se ocupan por separado de diferentes objetivos de minimización o
maximización, como minimizar el consumo de energía o el retraso en la
ejecución, maximizar la proporción de tareas descargadas o la beneficio
del sistema dentro de los dispositivos informáticos o nodos de niebla. Los
modelos de descarga de tareas existentes de las redes EC toman la
decisión de descarga de EC y la asignación de recursos como objeto de
investigación para reducir el retraso del modelo de descarga de tareas de
EC. Sin embargo,
En este estudio, se diseña un modelo de descarga de tareas de EC para la
ciudad inteligente a través de la investigación sobre EC y tareas de descarga de
EC. Además, se establece un modelo de demora y un modelo de costos. Se
estudia el esquema de despliegue de servidores perimetrales adecuado para la
ciudad inteligente. Finalmente, se realiza el diseño de la casa pasiva con
Chengdu como ejemplo. El modelo de descarga de EC para el procesamiento
colaborativo de servidores perimetrales móviles, servidores perimetrales en la
nube y dispositivos locales se ha establecido de manera innovadora,
proporcionando una experiencia de referencia para reducir la demora y el
costo de EC.
El resto del manuscrito está organizado en tres secciones: la Sección
2 trata sobre el material y los métodos y proporciona una descripción
completa de la recopilación de datos y el proceso experimental. La
Sección 3 demuestra los resultados e ilustra los diferentes parámetros.
Finalmente, la conclusión se presenta en la Sección 4.
2. Materiales y métodos
2.1. Computación de borde.Edge Computing es una arquitectura de
tecnología de la información (TI) distribuida en la que los datos del
cliente se procesan lo más cerca posible de la fuente en la periferia
de la red. La esencia de EC es relativa a la computación en la nube.
La computación en la nube es un método informático que coloca la
computación de datos en el servidor de la nube [13], mientras que
EC utiliza dispositivos de borde para calcular y procesar datos cerca
de la fuente de datos, lo que reduce el proceso de transferencia de
datos en la red, acelera el procesamiento y la transmisión. velocidad
de los datos y reduce el retraso [14]. La alianza de la industria de la
CE iniciada y establecida conjuntamente por Huawei, la Academia
China de Tecnología de la Información y las Comunicaciones, Intel y
otras instituciones en 2016 es una alianza influyente en la CE. Su
alianza con la industria industrial del Internet de las Cosas apunta
los desafíos que debe enfrentar el entorno de desarrollo
inteligente actual, como se muestra en la Figura 1.
Sobre esta base, la alianza de la industria de la CE también plantea cuatro
problemas principales que deben resolverse mediante la tecnología de la CE.
Estos problemas se representan en la Figura 2.
Edge computing es una arquitectura de tres capas con capa de campo,
capa de borde y capa de computación en la nube, como se muestra en la
Figura 3.
2.2. Tecnología de descarga de Edge Computing.La tecnología
de descarga informática se divide principalmente en dos
categorías. La primera es la decisión de descarga, que incluye la
técnica de descarga, la dirección de descarga y el tamaño y tipo
de datos de la tarea de descarga del dispositivo. El segundo
método es la asignación de recursos, que distribuye recursos
informáticos y de comunicación para actividades de descarga.
La decisión de descarga y la asignación de recursos para
ejecutar la tarea de descarga se llevan a cabo con la ayuda del
controlador de red definida por software (SDN) [15].
SDN separa el plano de control de la red del plano de
reenvío de datos, realiza el control programable del
hardware subyacente a través de la plataforma de software
en el controlador centralizado y realiza la asignación flexible
a pedido de los recursos de la red. La arquitectura de red
SDN incluye tres capas: aplicación, control y reenvío, como
se muestra en la Figura 4.
Durante la descarga de tareas de EC, con la ayuda del
controlador SDN, el dispositivo terminal local transmite la decisión
de descarga y la asignación de recursos de la tarea de descarga al
servidor de EC o servidor en la nube para su ejecución a través de
una red inalámbrica o red celular. Una vez completada la tarea, el
terminal local recibirá el resultado del procesamiento de la tarea. La
figura 5 es un diagrama explicativo de la descarga informática.
El sistema de decisión de descarga se utiliza principalmente
para juzgar la tarea generada por el equipo clave y juzgar si la tarea
debe calcularse y descargarse. La figura 6 es el diagrama de flujo.
La asignación de recursos informáticos consiste en asignar recursos
a las tareas que se descargarán de acuerdo con el ancho de banda de la
red y la utilización de recursos.
2.3. Modelo de Descarga de Tareas de EC Basado en Preprocesamiento de
Datos. En este estudio, se propone un modelo de sistema EC basado en el
preprocesamiento de datos para estudiar el impacto del preprocesamiento de
datos en el rendimiento del modelo EC. En el modelo de sistema EC, el equipo
del usuario se conecta con la estación base a través de la transmisión de
conexión inalámbrica. Luego, realiza el preprocesamiento de datos en el
servidor de preprocesamiento de borde móvil, obtiene los servicios
correspondientes en el servidor de aplicaciones de borde móvil o accede al
servidor en la nube a través de la red central para obtener los servicios
correspondientes. Los usuarios también pueden obtener directamente los
servicios de aplicaciones correspondientes en el servidor de aplicaciones de
borde móvil. Tanto las transmisiones inalámbricas como las cableadas tienen
un cierto retraso en el proceso de transmisión [16]. El cambio de aplicación en
el servidor perimetral no afectará su retraso. El retraso de la transmisión
inalámbrica solo se ve afectado por el plan de servicio del usuario y la
estrategia de asignación de ancho de banda de los operadores móviles. Por lo
tanto, solo se considera el impacto en la demora por cable del equipo de
usuario desde la estación base hasta la nube o el servidor perimetral.
Sistemas de información móvil 3

Interoperabilidad entre la tecnología

operativa y la comunicación de la información
tecnología

Problemas de integración de datos

Desafíos a los inteligentes

desarrollo

Problema de modelado del conocimiento

El flujo de datos de extremo a extremo

Figura1: Retos a afrontar en el actual entorno de desarrollo inteligente.

A través de gemelos digitales, las características en tiempo real de la

mundo físico se establecen en el mundo digital

Al integrar la cooperación entre personas, cosas, sistemas locales y la

nube, un sistema distribuido inteligente basado en modelos
se construye la plataforma de arquitectura

Cuatro problemas a superar

en computación de borde
Realice la plataforma industrial, proporcione un marco de servicio de
extremo a extremo que pueda iterar el desarrollo, la operación
y despliegue de mantenimiento, y operación en línea

Mejorar la capacidad de procesamiento y realizar la sinergia.

entre la computación en la nube y la computación perimetral

Figura2: Cuatro grandes problemas a resolver por la tecnología EC actual.

Nube Soporte de aplicaciones

editor de negocios

administrador de borde

Llamada de recursos

La capa límite
Control
Nodo de borde, borde
puerta de entrada, borde
Análisis
controlador, borde
nube, sensor de borde
Mejoramiento

Dispositivos de campo Dispositivo de interfaz

Figura3: La arquitectura básica de EC.

4 Sistemas de información móvil

APLICACIÓN

Interfaz en dirección norte

controlador SDN

interfaz este-oeste
Interfaz hacia el sur

Conector Reloj de repetición Reloj de repetición Reloj de repetición Conector

Figura4: La estructura de red de SDN.

dispositivo local
Lado del servidor
lado

Nube

Móvil
Borde
Servidor 1

Móvil
Borde
Servidor 2

Móvil
Borde
Servidor3

Decisión Red SDN

analizador controlador

Figura5: Esquema explicativo de la descarga informática.

El número del dispositivo de usuario en el modelo se establece comoi. cuando el representa el número de bloques de recursos virtuales enMETRO2
numero esnorte, la cantidad de estaciones base es 1 y la cantidad de servidores de que deben utilizarse para procesar la tarea. Se supone que el
preprocesamiento de bordes móviles esMETRO1. cuando el numero esj, el número de retardo cableado hadrelación lineal con el tamaño de la tarea.
servidores de aplicaciones de borde móvil esMETRO2. cuando el numero esk, una El retraso del servidor en la nube es aproximadamente de 8 a 12 veces
METRO1puede proporcionar servicios de preprocesamiento paraSusuarios mayor que el del servidor perimetral. Aquí, se establece que el retardo múltiplo
simultáneamente, y unoMETRO2puede proporcionar hastaRbloques de recursos ρobedece a la distribución normal con el valor medio de 10. Cuando todos los
virtuales.Crepresenta el servidor de la nube. en definiciónMETRO1i∈½0, 1-,METRO1i=1 dispositivos de usuario obtienen servicios a través del servidor en la nube, el
indica que el dispositivo del usuarioiutiliza los servicios de preprocesamiento en retraso del modelo del sistema alcanza el máximoDmáximo. El siguiente es el
METRO1. en definición METRO2i∈½0, 1-,METRO2i=1indica que el dispositivo del modelo de retraso del dispositivo de usuarioi.
usuarioiutiliza los recursos virtuales enMETRO2. en definiciónCi∈½0, 1-,Ci=1indica que
el dispositivo del usuarioiutiliza los servicios relevantes en el servidor de la nube.Di 8
> ρ~norted10, 1Þ8≤ρ≤12
<
representa el retardo cableadoDidel dispositivo del usuarioidesde la estación Dmáximo= 12δA d1Þ
>
base hasta la nube o el servidor perimetral. El modelo de descarga de tareas se :Di=δAiρCiηM1i+- METRO1t -- -
expresa como (Ai,ri).Airepresenta el tamaño de la tarea, yri + ηM1i+METRO1tMETRO2i,
Sistemas de información móvil 5

comienzo
dóndejmáximoykmáximocumplir las siguientes condiciones:
(
Tipo de aplicacion jmáximo=norte/S
Determinar qué hacer d3Þ
desinstalar kmáximoR=2NORTE:

partición de datos de código

El peso del costo del sistema se establece comoVen la
función objetivo del sistema para equilibrar mejor el retraso y el
costo del sistema y lograr un rendimiento óptimo del sistema.
Ancho de banda de comunicación
La expresión del problema objetivo del sistema es

8
>
norte
min
Obtener parámetros > PAGS1: J;K;M 〠Di+VQ
>
Descargar tamaño de datos
1i;METRO2i;C

> ii=1
>
> s:t:M 1i,METRO2i,Ci∈½0, 1-
>
Energía de ejecución local >
consumo <METRO2i+Ci=1
d4Þ
>
>
norte

hacer la final > 〠METRO1i≤sj

>
resultado de desinstalación > i=1
>
>
>
norte

:〠riMETRO2i≤RK:
i=1
Final

El pesoVdel costo del sistema se calcula de la siguiente manera:

Figura6: Flujo de trabajo del sistema de decisión de descarga.

1 -w
V= Dmáximo
× , d5Þ
dóndeηrepresenta el grado de compresión del volumen de datos qmáximo w
ume yMETRO1i+METRO1t=1.α1yα2son el costo fijo de implementación
dóndewes el coeficiente de peso.
deMETRO1yMETRO2, respectivamente, yβ1yβ2representan el costo
Después de introducir el peso del costo del sistemaV, la
flexible deMETRO1yMETRO2.qimuestra el costo flexible.qrepresenta
expresión del cálculo del costo fijo del sistema es
el costo total, es decir, la suma del costo fijo y el costo flexible.q
máximorepresenta el costo máximo del sistema. El siguiente es el
qJK=Vdα1j+α2kÞ: d6Þ
modelo de costo del sistema.

En aplicaciones prácticas, el servidor perimetral estará sobrecargado

8 o inactivo [17]. La cantidad de implementación de servidores perimetrales
> qi=β1METRO1i+β2METRO2i
> debe volver a determinarse para que el sistema funcione de manera
< norte
estable. Los valores objetivo deMETRO1yMETRO2cuando la cantidad de
q=α1j+α2k+〠qi d2Þ
> despliegue se fija a los valores fijos dejykse puede obtener resolviendo el
> i=1
: P2problema. En este momento, el costo fijo se distribuye uniformemente
qmáximo=α1jmáximo+α2kmáximo+β1norte+2β2norte, al dispositivo de cada usuario. la ecuacion de laPAGS2 problema es el
siguiente:

8
> min norte
- -- - qJK
> 〠δAiρCiηM1i+METRO1t +
> PAGS2: ηMETRO1i+METRO1t METRO2i+V β1METRO1i+β2riMETRO2i+
> j,ki=1 norte
>
>
>
> s:t:METRO1i,METRO2i,Ci∈½0, 1-
>
<METRO2i+Ci=1
d7Þ
>
>
norte

> 〠METRO1i≤sj
>
> i=1
>
>
> norte

>
:〠riMETRO2i≤RK:
i=1
6 Sistemas de información móvil

El algoritmo voraz [14] se utiliza para resolver el valor mínimo esquema de despliegue durante un tiempo determinado. Entonces, el problema de
del número de despliegue deMETRO1yMETRO2bajo laPAGS 2 compensaciónPAGS3entre la demora y el costo flexible se resuelve de acuerdo con la
problema. El valor obtenido se utiliza como coste fijo de la situación real. La expresión de laPAGS3problema lee

8
> min norte
- -- -
> PAGS3: 〠δAiρCiηM1i+METRO1t +
> ηM1i+METRO1tMETRO2i+Vdβ1METRO1i+β2riMETROÞ 2i
> X i i=1
>
>
> s:t:METRO i,METRO i,Ci∈½0, 1-
>
1 2

>
<METRO2i+Ci=1
d8Þ
>
>
norte

> 〠METRO i≤sj

> i=1
1

>
>
>
>
norte

>
:〠riMETRO2i≤RK,
i=1

dónde El problema de convertirPAGS4 aPAGSLa programación de 5 enteros

lineales es la siguiente:

Xi= Ci&METRO1tMETRO2i&METRO1tMETRO1i&CiMETRO1i&METROT 2i : d9Þ 8

> PAGS5 minutosBUEY
>
Para resolver mejorXi, los valores objetivo de los usuarios que usan >
> s:t:sumaX i=1
servicios en la nube, usandoMETRO2, usandoMETRO1y servicios en la >
<norte
nube, y usando METRO1yMETRO2están resueltos. Los valores objetivo de 〠METRO 1i&Ci+METRO1i&METRO2i≤sj d13Þ
los cuatro métodos sonOic,Oi2,Oic1, yOi12, y el método de cálculo es > i=1
>
>
> - -
8 >
norte

> Oic=δAiρ :〠r METRO &METRO +METRO &METRO

i 2i 1t 1i 2i ≤RK,
> i=1
>
<Oi2=dAi+Vβ2ri
d10Þ La matriz de coeficientesOse puede expresar como
> Oic1=dAiρη+Vβ1
>
>
:
Oi12=dAiη+Vdβ1+β2riÞ: O=½O1 O2 …Onorte-: d14Þ

La solución vectorialXse representa como

PAGS3 se convierte enPAGS4 para obtener la siguiente ecuación:
X=½X1 X2 …Xnorte-T: d15Þ
8
> min norte

> PAGS4: 〠OiXi

La ruta de decisión para que cada dispositivo de usuario obtenga los
>
>
> Xi i=1 servicios de la aplicación se puede obtener resolviendoX.
>
> s:t:sumaXi=1 2.4. Construcción de Conservación de Energía y Casa Pasiva
>
<
norte
d11Þ 2.4.1. Conservación de la energía del edificio.La conservación
> 〠METRO i&Ci+METRO i&METRO i≤sj
> 1 1 2
integral de la energía del edificio se refiere al uso de materiales y
> i=1
> equipos de construcción que ahorran energía, el diseño racional del
>
> norte -
- rendimiento térmico de la envolvente del edificio y la mejora de la
>
:〠riMETRO i&METRO t+METRO i&METRO i ≤RK,
2 1 1 2
eficiencia operativa de calefacción, refrigeración, suministro de
i=1
agua, drenaje, iluminación y otros. sistemas en todo el proceso de
selección del sitio, planificación, diseño, construcción, uso y
demolición dentro de todo el ciclo de vida del edificio para lograr el
donde la matriz de coeficientesOies
propósito de ahorrar energía y reducir el consumo de energía del
edificio [18]. El consumo de energía durante el funcionamiento del
Oi=½OicOi2 Oic1 Oi12-, d12Þ edificio representa aproximadamente
Sistemas de información móvil
80% de todo el consumo de energía en todo el ciclo de vida del edificio.
Por lo tanto, este estudio estudia principalmente la conservación de la
energía del edificio para reducir el consumo de energía del edificio en el
proceso de operación del edificio.
2.4.2. Casa pasiva.Alrededor de 1920, la gente estudió
la aplicación de la energía solar en los edificios. Los
edificios que utilizan equipos mecánicos para
aprovechar la energía solar se denominan edificios
activos [19]. Por el contrario, las casas que no utilizan
equipos mecánicos y solo se basan en el diseño para
que los edificios utilicen energía solar se denominan
casas pasivas. El diseño pasivo significa que en el
proceso de diseño del esquema arquitectónico, de
acuerdo con las características climáticas regionales
de la ubicación del edificio, se siguen los principios
básicos de la tecnología de control ambiental del
edificio y se integran las necesidades de las funciones
y formas del edificio. Además, los elementos del
edificio están razonablemente organizados y
procesados para darle al edificio una fuerte
capacidad de adaptación y regulación climática [20].
2.5. Investigación sobre el diseño de casas pasivas que ahorran
energía: un estudio de caso de Chengdu.Chengdu se encuentra en el
suroeste de China, en el noroeste de la cuenca de Sichuan y en el
interior de la llanura de Chengdu. El terreno es plano, con una
altitud de 1000~3000 metros. Chengdu tiene un clima húmedo
monzónico subtropical con verano cálido y húmedo. Está nublado y
frío en invierno y caluroso en verano.
Chengdu tiene una gran población, un diseño de
construcción compacto y refugios de construcción serios. La
iluminación natural y la ventilación natural son difíciles [22].
El exterior del edificio está pavimentado en su mayor parte
con baldosas o suelo endurecido directamente, y los niveles
de vegetación y vegetación natural son bajos. El viento del
suroeste y el viento del noreste prevalecen en Chengdu en
verano. Por lo tanto, en el diseño pasivo en verano, la
apertura del edificio debe evitar las direcciones suroeste y
noreste. Si no se pueden evitar, se pueden colocar cuerpos
de agua verdes y paisajísticos en la abertura para enfriar y
realizar aislamiento térmico. El sombreado también es una
medida efectiva de aislamiento térmico [23]. El sombreado
de edificios se divide principalmente en tres formas:
sombreado externo, sombreado interno y sombreado
medio.
En términos de ventilación, la ventilación natural se adopta
principalmente para cumplir con los requisitos [24]. La ventilación
natural en verano necesita centrarse en dos aspectos. El primero es
descargar el calor y la humedad del interior al exterior, y el segundo
es evitar que el aire exterior sobrecalentado y húmedo entre en la
habitación. En verano, generalmente, la dirección del viento
dominante es también la dirección del viento con la temperatura
más alta. Por lo tanto, la entrada de aire debe formar un cierto
ángulo con la dirección del viento entrante, y la dirección de entrada
de aire se puede determinar a través del software Computational
Fluid Dynamics (CFD) [25]. La temperatura exterior en Chengdu
desde las 9:00 p. m. hasta las 5:30 a. m. del día siguiente es
7
baja, por lo que es apta para ventilación natural. El enverdecimiento
puede reducir la temperatura del ambiente a través de la infiltración
térmica de la vegetación, bloquear la radiación solar y cambiar la
dirección del flujo de aire. La configuración razonable de la vegetación
puede mejorar efectivamente la comodidad de los edificios.
La tecnología de enfriamiento evaporativo pasivo [26, 27] es una
forma de enfriamiento pasivo a través de la utilización integral de
varias fuentes de energía renovable. En verano, la mayor parte del
calor de la casa se transmite a través del techo. Por lo tanto, se
estudia el diseño de enfriamiento evaporativo pasivo del techo. Hay
tres tipos de techos diseñados por enfriamiento evaporativo pasivo:
techo de evaporación de superficie de agua libre, techo de acuífero
de material poroso y techo higroscópico. El techo de evaporación de
superficie de agua libre es adecuado para áreas con baja humedad
relativa y gran diferencia de temperatura entre el día y la noche. El
techo del acuífero de material poroso es adecuado para zonas con
baja humedad relativa. El techo higroscópico disipa la humedad y
almacena calor durante el día y absorbe la humedad y se regenera
durante la noche de acuerdo con el cambio de humedad del aire. El
techo higroscópico es más adecuado para Chengdu. El viento del
noroeste es la dirección predominante del viento durante toda la
temporada de invierno. En la estación fría, el área de uso poco
frecuente se puede colocar en el lado de barlovento, mientras que el
espacio de uso frecuente se puede colocar en el lado de sotavento.
Además, también se pueden tomar medidas de aislamiento térmico
del cerramiento envolvente para mejorar la comodidad del ambiente
interior. El techo se puede aislar con un panel aislante de
poliestireno extruido [28–31]. La tecnología de aislamiento de
paredes externas puede adoptar tecnología de aislamiento externo
e interno, y el puente frío puede estar sujeto a cierto tratamiento
estructural. Las ventanas deben tener doble acristalamiento y estar
orientadas al sur para reducir la pérdida de calor a través de las
ventanas. La humedad del aire en Chengdu es alta y baja en
invierno, por lo que es fácil que se produzca condensación dentro de
la pared. lo que destruye el rendimiento de aislamiento térmico de la
pared. Establecer una capa a prueba de humedad en la capa cerca
de la pared con una temperatura interior alta es propicio para
proteger el rendimiento del aislamiento térmico de la pared.
3. Resultados de la simulación
3.1. Configuración experimental.Para llevar a cabo el proceso
experimental, empleamos el software MATLAB. Utilizamos 100
dispositivos de usuario para la comunicación, el tamaño de las tareas
generadas por el usuario fue de Mbits y la cantidad máxima de
dispositivos conectados fue de 10. La Tabla 1 muestra la configuración de
parámetros para el proceso experimental.
3.2. Análisis de la Relación entre el Coeficiente de Peso wy Retraso y
costo del sistema.El retraso y el costo cuando el coeficiente de peso
wes 0.1, 0.3, 0.5, 0.7 y 0.9 se prueban mediante simulación, y el valor
promedio se toma a través de diez pruebas. La Figura 7 muestra que
cuandoη=0:1,el tiempo de retardo es el máximo cuandow=0:1,y el
mínimo cuandow= 0:9;el costo es menor cuandow=0:1,el mas
grande cuando w=0:9,y no hay cambio entre 0.3 y 0.7. Es porque el
dispositivo del usuario adopta el método de procesamiento del
servidor de procesamiento de borde móvilMETRO1+computación en
la nube perimetral cuandow=0:1 ~ 0:7.Sin embargo cuandowes 0.9,
el procesamiento
8 Sistemas de información móvil

Mesa1: Ajuste de parámetros de un experimento de simulación.

Elementos Valor ajustado

Número de dispositivos de usuario Tamaño de 100

la tarea generada por el usuario Múltiples 1Mbits
retrasos en el tamaño de la tarea 10
Número máximo de dispositivos que se pueden conectar conMETRO1 10
El número máximo de bloques de recursos virtuales queMETRO2puede proporcionar un 5
costo fijo deMETRO1 500
Costo flexible deMETRO1 30
Costo fijo deMETRO2 600
Costo flexible deMETRO2 50

120

100

80
Retardo de tiempo (ms)

60

40

20

0
0.1 0.3 0.5 0.7 0.9

w
=0.1
=0.5
=0.9
(a)
10,000
9,000
8,000
7,000
6,000
Costo

5,000
4,000
3,000
2,000
1,000
0
0.1 0.3 0.5 0.7 0.9

w
=0.1
=0.5
=0.9
(b)

Figura7: Relación entre coeficiente de pesowy demora y costo. (a) Relación entre el coeficiente de peso w y el tiempo de retardo. (b) Relación
entre el coeficiente de ponderación w y el costo.
Sistemas de información móvil 9

90 Tasa de ahorro de energía

80 1
Consumo anual de energía por

0.78
70
0.76
60
unidad de superficie (kwh/m2)

0.74
50 0.72
0.7
40 5 2
0,68
30 0,66
20 0,64
10
0
1 2 3 4 5

Condiciones de trabajo
4 3
Diseño tradicional
Diseño pasivo

(a) (b)

Figura8: Consumo de energía en cinco condiciones de trabajo. (a) Resultados estadísticos del consumo anual de energía por unidad de área bajo cinco condiciones
de trabajo. (b) Tasa de ahorro de energía en cinco condiciones de trabajo.

método de uso del servidor de aplicaciones de borde móvilMETRO2+ Condiciones de trabajo 4: solo ventilación por la noche, sin sombra,
Se adopta la computación en la nube de borde para reducir la un coeficiente de transferencia de calor de pared de 0,3 W/(m2K), y un
demora, y su costo es relativamente alto. Cuandow=0:1,el servidor techo plantado
perimetral no se implementa porque el destino del modelo tiene Condiciones de trabajo 5: ventilación natural, sombreado externo, un
requisitos bajos para la demora, por lo que el costo en este coeficiente de transferencia de calor de pared de 0,63 W/(m2K), y un techo de
momento es 0. Cuandoη=0:5, el retraso del modelo disminuye con el almacenamiento de agua
aumento dew, y el costo del modelo aumenta con el aumento del La figura 8 muestra que el diseño pasivo bajo la condición 5
coeficiente de peso w. Asimismo, cuandoη=0:9ywaumenta de 0,7 a tiene el consumo de energía anual más bajo por unidad de área, que
0,9, el retraso del modelo no cambia y el costo del modelo se reduce es de 18,97 kWh/m2. Además, su tasa de ahorro de energía es la más
hasta cierto punto. Muestra que cuandoη=0:1y η=0:5y el coeficiente alta, que es de 0,77. Desde la perspectiva del consumo de energía, la
de pesow=0:9,reemplazandoMETRO1con METRO2puede reducir el condición de trabajo 5 tiene la mayor eficiencia de ahorro de energía
retraso del modelo, pero también aumentará el costo del modelo. y es el mejor esquema.
Cuandow=0:9,utilizando el servidor de aplicaciones perimetrales
METRO2no puede reducir efectivamente el retraso del modelo, pero
reducirá un cierto costo, por lo que aún vale la pena tomar el 4. Conclusiones
esquema de implementación.
Con el avance de las tecnologías de la información de nueva
generación, como Internet de las cosas y la computación en la nube,
3.3. Análisis sobre el rendimiento de ahorro de energía del diseño de la construcción de ciudades inteligentes ha alcanzado un nuevo
casas pasivas.Se llevaron a cabo dos grupos de experimentos por nivel. Sin embargo, en la computación en la nube tradicional, todos
separado. Un grupo adoptó el esquema de diseño arquitectónico los datos deben cargarse en servidores centralizados, lo que ejerce
tradicional y el otro grupo adoptó el esquema de diseño de casa mucha presión sobre la red. En este estudio, se diseñó el modelo de
pasiva. El último piso de un edificio residencial típico en Chengdu se descarga de tareas de una red EC para una ciudad inteligente en
tomó como modelo de cálculo y se simplificó con el software de base al preprocesamiento de datos. El diseño de ahorro de energía
simulación Energy Plus. Se estudió su consumo de energía bajo de las casas pasivas en Chengdu se llevó a cabo para reducir el
cinco mismas condiciones de trabajo, como se muestra en la Figura consumo de energía de los edificios urbanos en proceso de
8. Se consideraron diferentes condiciones de trabajo de la siguiente operación. Los resultados mostraron que cuandoη=0:1,el retraso y el
manera: costo del modelo no tienen cambio entrew=0:3 y 0:7.El retraso
Condiciones de trabajo 1: ventilación natural, sombreado externo, un alcanza el mínimo en 0,9 y el costo alcanza el máximo en 0,9.
coeficiente de transferencia de calor de pared de 0,22 W/(m2K), y un Cuandoη=0:5,con el aumento del coeficiente de pesow, el retraso del
techo plantado modelo disminuye y el costo del modelo aumenta. Cuandoη=0:9,el
Condiciones de trabajo 2: ventilación natural, sin sombra, un coeficiente retraso del modelo no tiene un cambio obvio entrew=0:1 - 0:3yw=0:7
de transferencia de calor de pared de 0,83 W/(m2K), y un techo de - 0:9,y cuando w=0:3 - 0:7,el retraso del modelo disminuye. El costo
almacenamiento de agua del modelo no tiene un cambio obvio entrew=0:1 y 0:3. Sin embargo,
Condiciones de trabajo 3: solo ventilación por la noche, sombreado en el proceso de crecimiento dew=0:3 ~ 0:7,el costo del modelo
externo, un coeficiente de transferencia de calor de pared de 0,83 W/(m2K), y muestra una tendencia creciente. En el proceso de
un techo de almacenamiento de agua
10
wcambiando a 0.9, el costo ha disminuido hasta cierto punto, lo que
indica que este método de implementación tiene cierto valor
práctico. Cuando se adopta ventilación natural, sombra externa y
techo de almacenamiento de agua y el coeficiente de transferencia
de calor de la pared era de 0,63 W/(m2K), el esquema de diseño
pasivo tiene el menor consumo de energía por unidad de área en
todo el año, que fue de 18,97 kWh/m2. Su tasa de ahorro de energía
es la más alta. Desde la perspectiva del consumo de energía, su
eficiencia de ahorro de energía es la más alta. Los resultados de la
investigación aportan experiencia investigativa para impulsar la
construcción de una ciudad inteligente con desarrollo sostenible. Sin
embargo, el costo del esquema de implementación sigue siendo
alto. En trabajos futuros, se investigará cómo reducir el costo del
modelo de descarga de tareas de la red EC.
Disponibilidad de datos
Los datos utilizados para respaldar este estudio están incluidos en el
documento o están disponibles del autor correspondiente a pedido.
Conflictos de interés
Los autores declaran que no existen conflictos de interés.
Expresiones de gratitud
Este artículo es un proyecto de investigación patrocinado por el
Departamento de Ciencia y Tecnología de la provincia de Hebei:
investigación sobre el camino de promoción de la industria de la
construcción pasiva de ultra bajo consumo de energía basado en políticas
relacionadas (Proyecto No.: 21557641D).
Referencias
[1] KL Lai, JIZ Chen y JI Zong, "Desarrollo de ciudades inteligentes
con computación en la niebla e Internet de las cosas"Revista de
Computación Ubicua y Tecnologías de la Comunicación (ACCT),
vol. 3, núm. 1, págs. 52 a 60, 2021.
[2] HR Abdulqadir, SRM Zeebaree, HM Shukur et al., "Un estudio sobre cómo
pasar de la computación en la nube a la computación en la niebla",
revista académica qubahan,vol. 1, no. 2, págs. 60 y 70, 2021.
[3] A. Boukerche y V. Soto, "Descarga y recuperación de cómputo para
computación perimetral vehicular: algoritmos, modelos y
clasificación"Encuestas de Computación ACM (CSUR),vol. 53, núm.
4, págs. 1 a 35, 2021.
[4] D. Linthicum, "Arquitectura de datos receptiva para Internet de las cosas"
Computadora,vol. 49, núm. 10, págs. 72 a 75, 2016.
[5] J. Lin, W. Yu, N. Zhang, X. Yang, H. Zhang y W. Zhao, "Una encuesta
sobre Internet de las cosas: arquitectura, tecnologías habilitadoras,
seguridad y privacidad, y aplicaciones"revista ieee internet de las
cosas,vol. 4, núm. 5, págs. 1125–1142, 2017.
[6] A. Naouri, H. Wu, NA Nouri, S. Dhelim y H. Ning, "Un marco novedoso
para la informática de borde móvil mediante la optimización de la
descarga de tareas"revista ieee internet de las cosas,vol. 8, núm.
16, págs. 13065–13076, 2021.
[7] TK Rodrigues, J. Liu y N. Kato, "Aplicación de cybertwin para la
descarga en computación perimetral multiacceso móvil para
redes 6G"revista ieee internet de las cosas,vol. 8, núm. 22,
págs. 16231–16242, 2021.
[8] PX Nguyen, DH Tran, O. Onireti et al., “Descarga de datos asistida por
retrodispersión en sistemas inalámbricos basados en OFDMA
Sistemas de información móvil
computación perimetral móvil para redes IoT”,revista ieee internet
de las cosas,vol. 8, núm. 11, págs. 9233–9243, 2021.
[9] S. Zhu, L. Gui, D. Zhao, N. Cheng, Q. Zhang y X. Lang, "Enfoques de
descarga de computación basados en el aprendizaje en la
computación perimetral asistida por UAV".Transacciones IEEE sobre
tecnología vehicular,vol. 70, núm. 1, págs. 928–944, 2021.
[10] J. Wu y W. Zhao, “Diseño y realización de Internet: de la red de
las cosas a la Internet de las cosas”Transacciones de ACM en
sistemas cibernéticos,vol. 1, no. 1, págs. 1 a 12, 2017.
[11] J. Lin, W. Yu, X. Yang, Q. Yang, X. Fu y W. Zhao, "Un esquema de
decisión de guía de ruta en ruta en tiempo real para sistemas
ciberfísicos basados en el transporte".Transacciones IEEE sobre
tecnología vehicular,vol. 66, núm. 3, págs. 2551–2566, 2017.
[12] Y. Yan, Y. Qian, H. Sharif y D. Tipper, "Una encuesta sobre seguridad
cibernética para comunicaciones de redes inteligentes"Encuestas y
tutoriales de comunicaciones IEEE,vol. 14, núm. 4, págs. 998–1010, 2012.
[13] Z. De acuerdo, MR Mahmood, M. Sadeeq, MB Abdulrazzaq y H. Dino, "Los
recursos de computación en la nube impactan en los enfoques de
procesamiento paralelo de carga pesada"Revista IOSR de Ingeniería
Informática (IOSR-JCE),vol. 22, núm. 3, págs. 30 y 41, 2020.
[14] S. Deng, H. Zhao, W. Fang, J. Yin, S. Dustdar y AY Zomaya,
"Inteligencia de borde: la confluencia de la computación de
borde y la inteligencia artificial"revista ieee internet de las
cosas, vol. 7, núm. 8, págs. 7457–7469, 2020.
[15] H. Li, H. Xu, C. Zhou, X. Lu y Z. Han, "Estrategia de optimización
conjunta de descarga de computación y asignación de recursos en
un entorno informático perimetral de acceso múltiple"
Transacciones IEEE sobre tecnología vehicular,vol. 69, núm. 9, págs.
10214– 10226, 2020.
[16] Q. Zhang, L. Gui, F. Hou, J. Chen, S. Zhu y F. Tian, "Descarga
dinámica de tareas y asignación de recursos para la computación
de borde móvil en RAN de nube densa"revista ieee internet de las
cosas,vol. 7, núm. 4, págs. 3282–3299, 2020.
[17] DV Medhane, AK Sangaiah, MS Hossain,
G. Muhammad y J. Wang, "Marco de seguridad distribuido habilitado
para blockchain para IoT de próxima generación: una nube de borde y
un enfoque integrado de red definido por software"revista ieee internet
de las cosas,vol. 7, núm. 7, págs. 6143–6149, 2020.
[18] H. Nie, X. Jiang, W. Tang, S. Zhang y W. Dou, "Seguridad de datos
sobre transmisión inalámbrica para seguridad multimedia
empresarial con códigos fuente"Herramientas y aplicaciones
multimedia, vol. 79, núm. 15-16, págs. 10781–10803, 2020.
[19] E. Lybrand y RA Saab, "Algoritmo codicioso para cuantificar redes
neuronales"Revista de investigación de aprendizaje automático, vol.
22, núm. 156, págs. 1 a 38, 2021.
[20] M. Awang, CS Tham, NM Ruddin et al., "Evaluación del potencial de ahorro
de energía y el sistema de iluminación en el edificio de enseñanza"
Revista de investigación avanzada en mecánica de fluidos y ciencias
térmicas,vol. 65, núm. 1, págs. 159 y 169, 2020.
[21] L. Huang, G. Krigsvoll, F. Johansen, Y. Liu y X. Zhang, “Emisiones de
carbono del sector de la construcción global”Revisiones de energía
renovable y sostenible,vol. 81, págs. 1906–1916, 2018.
[22] J. Schnieders, TD Eian, M. Filippi et al., “Diseño y realización del
concepto de casa pasiva en diferentes zonas climáticas,” Eficiencia
energética,vol. 13, núm. 8, págs. 1561–1604, 2020.
[23] Y. Zhang, S. Xie, Z. Zeng y BZ Tang, "Andamios funcionales de
bloques de construcción AIE"Asunto,vol. 3, núm. 6, págs. 1862–
1892, 2020.
[24] DW Yarbrough, M. Bomberg y A. Romanska-Zapala, “Sobre la próxima generación
de edificios de bajo consumo energético”Avances en la investigación
energética de edificios,vol. 15, núm. 2, págs. 223–230, 2021.
Sistemas de información móvil 11

[25] M. Rahim, M. Ibrahim y F. Marasabessy, “Sistema de

construcción y adaptación al entorno de la arquitectura
tradicional en la isla de las Molucas”Ingeniería Civil y
Arquitectura,vol. 9, núm. 5, págs. 1530–1545, 2021.
[26] S. Schneider, A. Bolbos, P. Kadel y B. Holzwarth, “Niños expuestos, padres
protegidos; sombra en los parques infantiles como un campo de
intervención no estudiado previamente para la prevención del cáncer”,
Revista Internacional de Investigación en Salud Ambiental,vol. 30, núm.
1, págs. 26 y 37, 2020.
[27] B. Raji, MJ Tenpierik, R. Bokel y A. van den Dobbelsteen, "Estrategias de
ventilación de verano natural para el ahorro de energía en edificios de
gran altura: un estudio de caso en los Países Bajos"Revista Internacional
de Ventilación,vol. 19, núm. 1, págs. 25 a 48, 2020.

[28] C. Hetyei, I. Molnár y F. Szlivka, “Comparando diferentes software CFD con

el perfil aerodinámico NACA 2412,”Progreso en Ciencias de la Ingeniería
Agrícola,vol. 16, núm. 1, págs. 25 a 40, 2020.

[29] MM Shivamallaiah, SVK Reddy, V. Shrikanth et al., "Estudio experimental de

la influencia del enfriamiento de la cubierta de vidrio mediante el
proceso de enfriamiento por evaporación en el rendimiento térmico del
alambique solar de cuenca única".Revista de Ingeniería Mecánica y
Ciencias,vol. 14, núm. 1, págs. 6334–6343, 2020.

[30] S.-H. Park, M. Lee, P.-N. Sun y E.-C. Kang, "Efecto del contenido de
resina en las propiedades fisicoquímicas y de combustión del panel
aislante de fibra de madera",biorecursos,vol. 15, núm. 3, págs.
5210–5225, 2020.
[31] O. Filonenko, L. Hasenko, N. Mahas y N. Mammadov, "Considerando
la disponibilidad de puentes fríos en el diseño de la cubierta de
aislamiento térmico del ensamblaje elemento por elemento de
paneles sándwich"Revista Académica Construcción de Máquinas
Industriales, Ingeniería Civil,vol. 2, núm. 55, págs. 102 a 108, 2020.
Los derechos de autor de los sistemas de información móvil son propiedad de Hindawi Limited y su contenido no puede copiarse ni
enviarse por correo electrónico a varios sitios ni publicarse en un servidor de listas sin el permiso expreso por escrito del titular de los
derechos de autor. Sin embargo, los usuarios pueden imprimir, descargar o enviar artículos por correo electrónico para uso individual.