CN108711121A - 一种应用于公共管理教学的信息处理方法 - Google Patents

Abstract

本发明属于教学用品制造业领域，公开了一种应用于公共管理教学的信息处理方法，处理系统设置有：音频输入模块、图像输入模块、无线互联网模块、位置信息模块、移动输入端模块通过多媒体模块与储存器模块连接，云服务模块连接存储器模块，并且能够将信息进行处理和分享。该发明结构清晰合理，功能齐全，多媒体模块能够将教师在进行教学管理过程中的音频、图像以及所用的资料进行处理，通过储存器模块进行存储，云服务模块是可以将所保存好的信息保存发布到更大的资源平台，实现资源的共享，方便进行教学信息的处理。

Description

一种应用于公共管理教学的信息处理方法

技术领域

本发明属于教学用品制造业领域，尤其涉及一种应用于公共管理教学的信息处理方法。

背景技术

目前，业内常用的现有技术是这样的：

获取信息并对它进行加工处理，使之成为有用信息并发布出去的过程，称为信息处理。信息处理的过程主要包括信息的获取、储存、加工、发布和表示。

在进行教学的信息处理中，所用的技术还不是很成熟，只是通过单一的将信息储存到计算机当中，信息的处理不够完善，比如音频和图像的清晰度，上课所用到的资料信息等，并且还不能准确的找出该信息的来源，给教学管理带来了一定的难题。

对于这种干扰受限的场景，目前有两个研究方向。第一个是在保证用户服务质量(QoS)的情况下，通过干扰协调或者功率控制技术去实现功耗最小化；第二个是通过设计合适的资源分配策略去实现谱效最大化。功耗和谱效是两个传统通信技术指标，分别用于衡量在保证用户服务质量下功耗需求的最小程度，以及受限频谱被利用的有效程度。但是二者都不能描述能量消耗的有效程度。为此，为适应环境友好型的未来无线网络的设计和规划，能效作为一个全新的技术指标被提出。

但是，能效和功耗以及能效和谱效这两对技术指标不能同时实现最优，从而导致很难借鉴已有的关于功耗和谱效的研究成果。因此，在这种干扰受限场景中，设计能效最优的功率分配算法是一个很值得研究的课题。但是由于能效最优问题固有的非凸性，以及蜂窝模式用户和终端直通用户的耦合功率分配，使得研究该问题极具挑战性。而目前对于这种干扰受限场景下的能效最优问题的研究也非常有限。

另一方面，对于存在终端直通技术的通信系统，时延性能是保证用户服务质量的另一关键指标。如果业务对于时延很敏感，晚到达的数据是无用的，不仅浪费能量并且会降低用户的服务质量。但是目前存在的对于终端直通的研究，都是考虑功耗、谱效或者能效，并没有考虑时延。并且这些研究都是基于瞬时和静止的模型，从而不足以描述实际无线网络业务到达的随机性和信道条件的时变性。

综上所述，现有技术存在的问题是：

所用的技术还不是很成熟，只是通过单一的将信息储存到计算机当中，信息的处理不够完善，比如音频和图像的清晰度，上课所用到的资料信息等，并且还不能准确的找出该信息的来源，给教学管理带来了一定的难题。

本发明定量揭示出能效-时延的折衷关系，提出能效-时延折衷算法，为工程设计中控制和权衡能效和时延性能建立理论准则。而现有技术未能解决

发明内容

针对现有技术存在的问题，本发明提供了一种应用于公共管理教学的信息处理方法。

所述应用于公共管理教学的信息处理方法设置有：音频输入模块、图像输入模块、无线互联网模块、位置信息模块、移动输入端模块、多媒体模块、储存器模块、云服务模块、信息处理模块、共享资源模块。

音频输入模块：所述音频输入模块与多媒体模块连接，将教师在进行教学中的音频记录下来。

图像输入模块：所述图像输入模块与多媒体模块连接，将教师在进行教学中的活动影像记录下来

无线互联网模块：所述无线互联网模块与多媒体模块连接，教师能够在进行教学管理中，利用互联网查询到更多的信息，方便进行教学。

位置信息模块：所述位置信息模块与多媒体模块连接，能够实时的检测到教师的位置信息，方便储存器模块和云服务模块进行信息的处理和储存。

移动输入端模块：所述移动输入端模块与多媒体模块连接，通过外置的移动储存器将上课的信息资料输入到多媒体当中。

多媒体模块：所述多媒体模块与音频输入模块、图像输入模块、无线互联网模块、位置信息模块、移动输入端模块连接，将音频输入模块、图像输入模块、无线互联网模块、位置信息模块、移动输入端模块中的信息进行处理分析，后发送到储存器模块当中。

储存器模块：所述储存器模块与多媒体模块连接，能够接收在多媒体发送过来的信息文件，逐一进行分类保存。

云服务模块：所述云服务模块与存储器模块连接，将存储器当中的信息上传到一个更大的网络平台上，通过信息处理模块，能够将所接收的信息进行进一步的分析处理，将音频和图像的清晰度进行提高，后通过共享资源模块将处理好的信息在网上进行发布。

进一步，所述云服务模块是基于互联网的相关服务的增加、使用和交互模式，通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源，能够将信息资源更好的在网络上进行传播。

进一步，所述信息处理模块连接云服务模块和共享资源模块。

本发明另一目的在于提供一种应用于公共管理教学的信息处理方法，包括：

将教师在进行教学中的音频记录下；

将教师在进行教学中的活动影像记录下；

教师在进行教学管理中，利用互联网查询到更多的信息，进行教学；

实时的检测到教师的位置信息，储存器模块和云服务模块进行信息的处理和储存；

过外置的移动储存器将上课的信息资料输入到多媒体当中；

将信息进行处理分析，后发送到储存器模块当中；

接收在多媒体发送过来的信息文件，逐一进行分类保存；

将存储器当中的信息上传到一个更大的网络平台上，通过信息处理模块，将所接收的信息进行进一步的分析处理，将音频和图像的清晰度进行提高，后通过共享资源模块将处理好的信息在网上进行发布。

进一步，将信息进行处理分析，后发送到储存器模块当中，多媒体模块对音频输入模块、图像输入模块、无线互联网模块、位置信息模块、移动输入端模块连接，将音频输入模块、图像输入模块、无线互联网模块、位置信息模块、移动输入端模块中的信息进行处理分析；具体包括：

步骤一，对于多媒体模块，引入组的概念，假设存在R个正交的频段，将工作在同一个正交频段的所有用户定义为一个组，即存在R个组，因此用户间的干扰只存在于组内，组与组之间不存在干扰；

步骤二，给出了组r内工作在蜂窝模式的用户在基站的接收信干噪比和工作在终端直通模式的用户在终端直通接收端的接收信干噪比的定义公式；

通过香农公式给出组r内工作在蜂窝模式的用户的传输速率和终端直通模式的用户的传输速率的定义公式；

步骤三，给出系统工作在蜂窝模式的用户的传输速率R_m(t)、工作在终端直通模式的用户的传输速率R_n(t)和所有工作的用户的总传输速率R_tot(t)的定义公式；

步骤四，给出了单用户的瞬时功耗P^k(t)、长期的平均功耗和系统瞬时总功耗P_tot(t)的定义公式：

其中，ξ^k为功率放大器的功效系数，为一个示性参数，如果用户k是组r内工作的用户，则值为1；否则值为0，为组r内工作的用户k的发送功率，为设备的固定电路功耗：

其中，P^k(t)为单用户的瞬时功耗，T为时隙数；

其中，ξ^k为功率放大器的功效系数，为组r内工作的用户k的发送功率，为设备的固定电路功耗；

步骤五，为了定量的刻画能效与时延之间的折衷关系，给出了实际数据队列Q_k(t)更新公式和能效η_EE的定义公式；

具体实现如下：

Q_k(t+1)＝max[Q_k(t)-R_k(t),0]+A_k(t)

其中，max[Q_k(t)-R_k(t),0]为Q_k(t)-R_k(t)与0的最大值，R_k(t)为时隙t的业务离开速率，A_k(t)为时隙t的业务到达速率；

网络能效η_EE定义为长期的网络总功耗与相应的总的传输数据量的比值，单位为Joule/bit/Hz，该定义能够描述时变信道条件和随机业务到达对时延性能的影响，定义公式如下：

其中，为系统长期平均总功耗，为系统长期平均总传输速率；

步骤六，建立随机最优化模型来揭示基于蜂窝网络覆盖的干扰受限的终端直通的通信系统的能效与时延折衷关系：

s.t.C1:

C2:排队队列Q_k(t)平均速率稳定，

C3:

C4:

C5:

其中，为用户每个时隙的平均功耗门限，为组内所有工作在终端直通模式的用户对工作在蜂窝模式的用户的干扰门限，为组内所有工作在蜂窝模式的用户对工作在终端直通模式的用户的干扰门限；

C1用于保证移动设备的生存期；C2是队列稳定性约束，用于保证所有到达的数据在有限的时间内离开网络；C3限制组内所有工作在终端直通模式的用户对工作在蜂窝模式的用户的干扰；C4限制组内所有工作在蜂窝模式的用户对工作在终端直通模式的用户的干扰；C5是一个非负传输功率约束；

步骤七，为了处理随机最优化模型的限制条件C1，引入并给出虚拟功率队列V_k(t)的概念和定义公式，其中V_k(0)＝0；如果功率分配算法使所有的虚拟功率队列稳定，则满足平均功率限制C1：

V_k(t+1)＝max[V_k(t)+y_k(t),0]

其中，max[V_k(t)+y_k(t),0]为V_k(t)+y_k(t)与0的最大值，P^k(t)为单用户的瞬时功耗，为用户每个时隙的平均功耗门限；

步骤八，利用非线性分数规划，转化步骤六的随机、非凸最优化模型，即将步骤六的最优化问题转化成为如下最优化问题：

s.t.C1，C2，C3，C4，C5；

其中，

其中，为系统长期平均总功耗，为系统长期平均总传输速率，P_tot(P(τ),G(τ))为系统瞬时总功耗，R_tot(P(τ),G(τ))为系统瞬时总传输速率；

利用利亚普洛夫偏移技术，设计出求解上述转化问题的能效-时延折衷算法；求解转化问题(也即原问题)的能效-时延折衷算法具体实现如下：

第一步，在每个时隙t，观察当前的实际数据队列Q_k(t)和虚拟功率队列V_k(t)和信道条件G(t)，求解如下最优化问题得到本时隙的功率分配；

s.t.C3，C4，C5

第二步，根据当前时隙t的实际数据队列Q_k(t)、虚拟功率队列V_k(t)和能效η_EE(t)更新公式更新下一时隙开始时的实际数据队列Q_k(t+1)、虚拟功率队列V_k(t+1)和能效η_EE(t+1)；按如下公式计算：

Q_k(t+1)＝max[Q_k(t)-R_k(t),0]+A_k(t)

其中，max[Q_k(t)-R_k(t),0]为Q_k(t)-R_k(t)与0的最大值，R_k(t)为时隙t的业务离开速率，A_k(t)为时隙t的业务到达速率；

V_k(t+1)＝max[V_k(t)+y_k(t),0]

其中，max[V_k(t)+y_k(t),0]为V_k(t)+y_k(t)与0的最大值，P^k(t)为单用户的瞬时功耗，为用户每个时隙的平均功耗门限；

其中，P_tot(P(τ),G(τ))为系统瞬时总功耗，R_tot(P(τ),G(τ))为系统总传输速率；

步骤九，根据组的概念将能效-时延折衷算法第一步中的最优化问题分解为R个子问题，提出针对子问题的迭代功率分配算法(IPAA)：

s.t.C3，C4，C5；

具体实现如下：

第一步，初始化初值功率P^r,(0)(t)、当前用户k＝0和最大容忍δ＞0计算I^r,(0)＝f(P^r,(0)(t))-h(P^r,(0)(t))；

其中：

第二步，解决如下最优化问题得到最优解P^r,*(t)；

s.t.C3，C4，C5；

第三步，将第二步的最优解设置下一个用户的功率k＝k+1，P^r,(k)(t)＝P^r,*(t)；

第四步，计算I^r,(k)＝f(P^r,(k)(t))-h(P^r,(k)(t))；

第五步，判断不等式|I^r,(k)-I^r,(k-1)|≤δ，如果不等式成立，该算法结束输出最优化功率；否则返回第二步；

步骤十，通过利亚普洛夫偏移技术，定量的分析出能效-时延折衷关系为[O(1/V),O(V)]；

其中，为步骤六最优化问题的最优解，B为正实数，R_min为所有工作的用户的总传输速率的边界最小值，V为控制参数；

其中，B为正实数，V为控制参数，为步骤六最优化问题的最优解，R_max为所有工作的用户的总传输速率的边界最大值，P_max为系统瞬时总功耗的边界最大值，ε为各个用户业务到达率距网络容量域边界的最小距离。

本发明的优点及积极效果为：

该发明结构清晰合理，功能齐全，多媒体模块能够将教师在进行教学管理过程中的音频、图像以及所用的资料进行处理，通过储存器模块进行存储，云服务模块是可以将所保存好的信息保存发布到更大的资源平台，实现资源的共享，方便进行教学信息的处理。

本发明通过引入组的概念，将工作在同一个正交频段的所有用户定义为一个组，因此用户间的干扰只存在于组内，组与组之间不存在干扰，组概念的引入将该算法的最优化问题分解成了一系列的子问题，从而大大的降低了计算的复杂度。本发明定量的揭示出了该通信系统中时延和能效的折衷关系，这种定量关系为工程设计中控制和权衡时延和能效性能提供了重要的理论准则。本发明提出的算法不需要知道任何有关业务到达率和信道条件的统计分布的先验知识，具有信号开销小的优点，从而能容易的应用于实际系统。

附图说明

图1是本发明实施例提供的应用于公共管理教学的信息处理系统结构示意图。

图中：1、音频输入模块；2、图像输入模块；3、无线互联网模块；4、位置信息模块；5、移动输入端模块；6、多媒体模块；7、储存器模块；8、云服务模块；9、信息处理模块；10、共享资源模块。

具体实施方式

为能进一步了解本发明的发明内容、特点及功效，兹例举以下实施例，并配合附图详细说明如下。

如图1所示，本发明实施例提供的应用于公共管理教学的信息处理系统，设置有：音频输入模块1、图像输入模块2、无线互联网模块3、位置信息模块4、移动输入端模块5、多媒体模块6、储存器模块7、云服务模块8、信息处理模块9、共享资源模块10。

音频输入模块1：所述音频输入模块1与多媒体模块6连接，将教师在进行教学中的音频记录下来。

图像输入模块2：所述图像输入模块2与多媒体模块6连接，将教师在进行教学中的活动影像记录下来

无线互联网模块3：所述无线互联网模块3与多媒体模块6连接，教师能够在进行教学管理中，利用互联网查询到更多的信息，方便进行教学。

位置信息模块4：所述位置信息模块4与多媒体模块6连接，能够实时的检测到教师的位置信息，方便储存器模块7和云服务模块8进行信息的处理和储存。

移动输入端模块5：所述移动输入端模块5与多媒体模块6连接，通过外置的移动储存器将上课的信息资料输入到多媒体当中。

多媒体模块6：所述多媒体模块6与音频输入模块1、图像输入模块2、无线互联网模块3、位置信息模块4、移动输入端模块5连接，将音频输入模块1、图像输入模块2、无线互联网模块3、位置信息模块4、移动输入端模块5中的信息进行处理分析，后发送到储存器模块7当中。

储存器模块7：所述储存器模块7与多媒体模块6连接，能够接收在多媒体发送过来的信息文件，逐一进行分类保存。

云服务模块8：所述云服务模块8与存储器模块7连接，将存储器当中的信息上传到一个更大的网络平台上，通过信息处理模块9，能够将所接收的信息进行进一步的分析处理，将音频和图像的清晰度进行提高，后通过共享资源模块10将处理好的信息在网上进行发布。

所述云服务模块8是基于互联网的相关服务的增加、使用和交互模式，通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源，能够将信息资源更好的在网络上进行传播。

所述信息处理模块9连接云服务模块8和共享资源模块10。

下面结合具体分析对本发明作进一步描述。

本发明实施例提供的应用于公共管理教学的信息处理方法，包括：

将教师在进行教学中的音频记录下；

将教师在进行教学中的活动影像记录下；

教师在进行教学管理中，利用互联网查询到更多的信息，进行教学；

实时的检测到教师的位置信息，储存器模块和云服务模块进行信息的处理和储存；

过外置的移动储存器将上课的信息资料输入到多媒体当中；

将信息进行处理分析，后发送到储存器模块当中；

接收在多媒体发送过来的信息文件，逐一进行分类保存；

将存储器当中的信息上传到一个更大的网络平台上，通过信息处理模块，将所接收的信息进行进一步的分析处理，将音频和图像的清晰度进行提高，后通过共享资源模块将处理好的信息在网上进行发布。

将信息进行处理分析，后发送到储存器模块当中，多媒体模块对音频输入模块、图像输入模块、无线互联网模块、位置信息模块、移动输入端模块连接，将音频输入模块、图像输入模块、无线互联网模块、位置信息模块、移动输入端模块中的信息进行处理分析；具体包括：

步骤一，对于多媒体模块，引入组的概念，假设存在R个正交的频段，将工作在同一个正交频段的所有用户定义为一个组，即存在R个组，因此用户间的干扰只存在于组内，组与组之间不存在干扰；

步骤二，给出了组r内工作在蜂窝模式的用户在基站的接收信干噪比和工作在终端直通模式的用户在终端直通接收端的接收信干噪比的定义公式；

通过香农公式给出组r内工作在蜂窝模式的用户的传输速率和终端直通模式的用户的传输速率的定义公式；

步骤三，给出系统工作在蜂窝模式的用户的传输速率R_m(t)、工作在终端直通模式的用户的传输速率R_n(t)和所有工作的用户的总传输速率R_tot(t)的定义公式；

步骤四，给出了单用户的瞬时功耗P^k(t)、长期的平均功耗和系统瞬时总功耗P_tot(t)的定义公式：

其中，ξ^k为功率放大器的功效系数，为一个示性参数，如果用户k是组r内工作的用户，则值为1；否则值为0，为组r内工作的用户k的发送功率，为设备的固定电路功耗：

其中，P^k(t)为单用户的瞬时功耗，T为时隙数；

其中，ξ^k为功率放大器的功效系数，为组r内工作的用户k的发送功率，为设备的固定电路功耗；

步骤五，为了定量的刻画能效与时延之间的折衷关系，给出了实际数据队列Q_k(t)更新公式和能效η_EE的定义公式；

具体实现如下：

Q_k(t+1)＝max[Q_k(t)-R_k(t),0]+A_k(t)

其中，max[Q_k(t)-R_k(t),0]为Q_k(t)-R_k(t)与0的最大值，R_k(t)为时隙t的业务离开速率，A_k(t)为时隙t的业务到达速率；

网络能效η_EE定义为长期的网络总功耗与相应的总的传输数据量的比值，单位为Joule/bit/Hz，该定义能够描述时变信道条件和随机业务到达对时延性能的影响，定义公式如下：

其中，为系统长期平均总功耗，为系统长期平均总传输速率；

步骤六，建立随机最优化模型来揭示基于蜂窝网络覆盖的干扰受限的终端直通的通信系统的能效与时延折衷关系：

s.t.C1:

C2:排队队列Q_k(t)平均速率稳定，

C3:

C4:

C5:

其中，为用户每个时隙的平均功耗门限，为组内所有工作在终端直通模式的用户对工作在蜂窝模式的用户的干扰门限，为组内所有工作在蜂窝模式的用户对工作在终端直通模式的用户的干扰门限；

C1用于保证移动设备的生存期；C2是队列稳定性约束，用于保证所有到达的数据在有限的时间内离开网络；C3限制组内所有工作在终端直通模式的用户对工作在蜂窝模式的用户的干扰；C4限制组内所有工作在蜂窝模式的用户对工作在终端直通模式的用户的干扰；C5是一个非负传输功率约束；

步骤七，为了处理随机最优化模型的限制条件C1，引入并给出虚拟功率队列V_k(t)的概念和定义公式，其中V_k(0)＝0；如果功率分配算法使所有的虚拟功率队列稳定，则满足平均功率限制C1：

V_k(t+1)＝max[V_k(t)+y_k(t),0]

其中，max[V_k(t)+y_k(t),0]为V_k(t)+y_k(t)与0的最大值，P^k(t)为单用户的瞬时功耗，为用户每个时隙的平均功耗门限；

步骤八，利用非线性分数规划，转化步骤六的随机、非凸最优化模型，即将步骤六的最优化问题转化成为如下最优化问题：

s.t.C1，C2，C3，C4，C5；

其中，

其中，为系统长期平均总功耗，为系统长期平均总传输速率，P_tot(P(τ),G(τ))为系统瞬时总功耗，R_tot(P(τ),G(τ))为系统瞬时总传输速率；

利用利亚普洛夫偏移技术，设计出求解上述转化问题的能效-时延折衷算法；求解转化问题(也即原问题)的能效-时延折衷算法具体实现如下：

第一步，在每个时隙t，观察当前的实际数据队列Q_k(t)和虚拟功率队列V_k(t)和信道条件G(t)，求解如下最优化问题得到本时隙的功率分配；

s.t.C3，C4，C5

第二步，根据当前时隙t的实际数据队列Q_k(t)、虚拟功率队列V_k(t)和能效η_EE(t)更新公式更新下一时隙开始时的实际数据队列Q_k(t+1)、虚拟功率队列V_k(t+1)和能效η_EE(t+1)；按如下公式计算：

Q_k(t+1)＝max[Q_k(t)-R_k(t),0]+A_k(t)

其中，max[Q_k(t)-R_k(t),0]为Q_k(t)-R_k(t)与0的最大值，R_k(t)为时隙t的业务离开速率，A_k(t)为时隙t的业务到达速率；

V_k(t+1)＝max[V_k(t)+y_k(t),0]

其中，max[V_k(t)+y_k(t),0]为V_k(t)+y_k(t)与0的最大值，P^k(t)为单用户的瞬时功耗，为用户每个时隙的平均功耗门限；

其中，P_tot(P(τ),G(τ))为系统瞬时总功耗，R_tot(P(τ),G(τ))为系统总传输速率；

步骤九，根据组的概念将能效-时延折衷算法第一步中的最优化问题分解为R个子问题，提出针对子问题的迭代功率分配算法(IPAA)：

s.t.C3，C4，C5；

具体实现如下：

第一步，初始化初值功率P^r,(0)(t)、当前用户k＝0和最大容忍δ＞0计算I^r,(0)＝f(P^r,(0)(t))-h(P^r,(0)(t))；

其中：

第二步，解决如下最优化问题得到最优解P^r,*(t)；

s.t.C3，C4，C5；

第三步，将第二步的最优解设置下一个用户的功率k＝k+1，P^r,(k)(t)＝P^r,*(t)；

第四步，计算I^r,(k)＝f(P^r,(k)(t))-h(P^r,(k)(t))；

第五步，判断不等式|I^r,(k)-I^r,(k-1)|≤δ，如果不等式成立，该算法结束输出最优化功率；否则返回第二步；

步骤十，通过利亚普洛夫偏移技术，定量的分析出能效-时延折衷关系为[O(1/V),O(V)]；

其中，为步骤六最优化问题的最优解，B为正实数，R_min为所有工作的用户的总传输速率的边界最小值，V为控制参数；

其中，B为正实数，V为控制参数，为步骤六最优化问题的最优解，R_max为所有工作的用户的总传输速率的边界最大值，P_max为系统瞬时总功耗的边界最大值，ε为各个用户业务到达率距网络容量域边界的最小距离。

本发明的工作原理：通过多媒体模块6能够将音频输入模块1、图像输入模块2、无线互联网模块3、位置信息模块4、移动输入端模块5中的信息进行处理，后通过储存器模块7和云服务模块8将接收到的信息进行保存处理，信息处理模块9能够将信息进一步加工处理，方便进行教学信息的管理。

该发明结构清晰合理，功能齐全，多媒体模块能够将教师在进行教学管理过程中的音频、图像以及所用的资料进行处理，通过储存器模块进行存储，云服务模块是可以将所保存好的信息保存发布到更大的资源平台，实现资源的共享，方便进行教学信息的处理。

以上所述仅是对本发明的较佳实施例而已，并非对本发明作任何形式上的限制，凡是依据本发明的技术实质对以上实施例所做的任何简单修改，等同变化与修饰，均属于本发明技术方案的范围内。

Claims (5)

1.一种应用于公共管理教学的信息处理系统，其特征在于，所述应用于公共管理教学的信息处理系统设置有：

音频输入模块：所述音频输入模块与多媒体模块连接，将教师在进行教学中的音频记录下；

图像输入模块：所述图像输入模块与多媒体模块连接，将教师在进行教学中的活动影像记录下；

无线互联网模块：所述无线互联网模块与多媒体模块连接，教师能够在进行教学管理中，利用互联网查询到更多的信息，进行教学；

位置信息模块：所述位置信息模块与多媒体模块连接，能够实时的检测到教师的位置信息，储存器模块和云服务模块进行信息的处理和储存；

移动输入端模块：所述移动输入端模块与多媒体模块连接，通过外置的移动储存器将上课的信息资料输入到多媒体当中；

多媒体模块：所述多媒体模块与音频输入模块、图像输入模块、无线互联网模块、位置信息模块、移动输入端模块连接，将音频输入模块、图像输入模块、无线互联网模块、位置信息模块、移动输入端模块中的信息进行处理分析，后发送到储存器模块当中；

储存器模块：所述储存器模块与多媒体模块连接，能够接收在多媒体发送过来的信息文件，逐一进行分类保存；

云服务模块：所述云服务模块与存储器模块连接，将存储器当中的信息上传到一个更大的网络平台上，通过信息处理模块，能够将所接收的信息进行进一步的分析处理，将音频和图像的清晰度进行提高，后通过共享资源模块将处理好的信息在网上进行发布。

2.如权利要求1所述的应用于公共管理教学的信息处理系统，其特征在于，所述云服务模块是基于互联网的相关服务的增加、使用和交互模式，通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源，能够将信息资源更好的在网络上进行传播。

3.如权利要求1所述的应用于公共管理教学的信息处理系统，其特征在于，所述信息处理模块连接云服务模块和共享资源模块。

4.一种如权利要求1所述的应用于公共管理教学的信息处理系统的应用于公共管理教学的信息处理方法，其特征在于，所述应用于公共管理教学的信息处理方法包括：

将教师在进行教学中的音频记录下；

将教师在进行教学中的活动影像记录下；

教师在进行教学管理中，利用互联网查询到更多的信息，进行教学；

实时的检测到教师的位置信息，储存器模块和云服务模块进行信息的处理和储存；

过外置的移动储存器将上课的信息资料输入到多媒体当中；

将信息进行处理分析，后发送到储存器模块当中；

接收在多媒体发送过来的信息文件，逐一进行分类保存；

将存储器当中的信息上传到一个更大的网络平台上，通过信息处理模块，将所接收的信息进行进一步的分析处理，将音频和图像的清晰度进行提高，后通过共享资源模块将处理好的信息在网上进行发布。

5.如权利要求4所述的应用于公共管理教学的信息处理方法，其特征在于，将信息进行处理分析，后发送到储存器模块当中，多媒体模块对音频输入模块、图像输入模块、无线互联网模块、位置信息模块、移动输入端模块连接，将音频输入模块、图像输入模块、无线互联网模块、位置信息模块、移动输入端模块中的信息进行处理分析；具体包括：

步骤一，对于多媒体模块，引入组的概念，假设存在R个正交的频段，将工作在同一个正交频段的所有用户定义为一个组，即存在R个组，因此用户间的干扰只存在于组内，组与组之间不存在干扰；

步骤二，给出了组r内工作在蜂窝模式的用户在基站的接收信干噪比和工作在终端直通模式的用户在终端直通接收端的接收信干噪比的定义公式；

通过香农公式给出组r内工作在蜂窝模式的用户的传输速率和终端直通模式的用户的传输速率的定义公式；

步骤三，给出系统工作在蜂窝模式的用户的传输速率R_m(t)、工作在终端直通模式的用户的传输速率R_n(t)和所有工作的用户的总传输速率R_tot(t)的定义公式；

步骤四，给出了单用户的瞬时功耗P^k(t)、长期的平均功耗和系统瞬时总功耗P_tot(t)的定义公式：

其中，ξ^k为功率放大器的功效系数，为一个示性参数，如果用户k是组r内工作的用户，则值为1；否则值为0，为组r内工作的用户k的发送功率，为设备的固定电路功耗：

其中，P^k(t)为单用户的瞬时功耗，T为时隙数；

其中，ξ^k为功率放大器的功效系数，为组r内工作的用户k的发送功率，为设备的固定电路功耗；

步骤五，为了定量的刻画能效与时延之间的折衷关系，给出了实际数据队列Q_k(t)更新公式和能效η_EE的定义公式；

具体实现如下：

Q_k(t+1)＝max[Q_k(t)-R_k(t),0]+A_k(t)

其中，max[Q_k(t)-R_k(t),0]为Q_k(t)-R_k(t)与0的最大值，R_k(t)为时隙t的业务离开速率，A_k(t)为时隙t的业务到达速率；

网络能效η_EE定义为长期的网络总功耗与相应的总的传输数据量的比值，单位为Joule/bit/Hz，该定义能够描述时变信道条件和随机业务到达对时延性能的影响，定义公式如下：

其中，为系统长期平均总功耗，为系统长期平均总传输速率；

步骤六，建立随机最优化模型来揭示基于蜂窝网络覆盖的干扰受限的终端直通的通信系统的能效与时延折衷关系：

C2:排队队列Q_k(t)平均速率稳定，

C3:

C4:

C5:

其中，为用户每个时隙的平均功耗门限，为组内所有工作在终端直通模式的用户对工作在蜂窝模式的用户的干扰门限，为组内所有工作在蜂窝模式的用户对工作在终端直通模式的用户的干扰门限；

C1用于保证移动设备的生存期；C2是队列稳定性约束，用于保证所有到达的数据在有限的时间内离开网络；C3限制组内所有工作在终端直通模式的用户对工作在蜂窝模式的用户的干扰；C4限制组内所有工作在蜂窝模式的用户对工作在终端直通模式的用户的干扰；C5是一个非负传输功率约束；

步骤七，为了处理随机最优化模型的限制条件C1，引入并给出虚拟功率队列V_k(t)的概念和定义公式，其中V_k(0)＝0；如果功率分配算法使所有的虚拟功率队列稳定，则满足平均功率限制C1：

V_k(t+1)＝max[V_k(t)+y_k(t),0]

其中，max[V_k(t)+y_k(t),0]为V_k(t)+y_k(t)与0的最大值，P^k(t)为单用户的瞬时功耗，为用户每个时隙的平均功耗门限；

步骤八，利用非线性分数规划，转化步骤六的随机、非凸最优化模型，即将步骤六的最优化问题转化成为如下最优化问题：

s.t.C1，C2，C3，C4，C5；

其中，

其中，为系统长期平均总功耗，为系统长期平均总传输速率，P_tot(P(τ),G(τ))为系统瞬时总功耗，R_tot(P(τ),G(τ))为系统瞬时总传输速率；

利用利亚普洛夫偏移技术，设计出求解上述转化问题的能效-时延折衷算法；求解转化问题(也即原问题)的能效-时延折衷算法具体实现如下：

第一步，在每个时隙t，观察当前的实际数据队列Q_k(t)和虚拟功率队列V_k(t)和信道条件G(t)，求解如下最优化问题得到本时隙的功率分配；

s.t.C3，C4，C5

第二步，根据当前时隙t的实际数据队列Q_k(t)、虚拟功率队列V_k(t)和能效η_EE(t)更新公式更新下一时隙开始时的实际数据队列Q_k(t+1)、虚拟功率队列V_k(t+1)和能效η_EE(t+1)；按如下公式计算：

Q_k(t+1)＝max[Q_k(t)-R_k(t),0]+A_k(t)

其中，max[Q_k(t)-R_k(t),0]为Q_k(t)-R_k(t)与0的最大值，R_k(t)为时隙t的业务离开速率，A_k(t)为时隙t的业务到达速率；

V_k(t+1)＝max[V_k(t)+y_k(t),0]

其中，max[V_k(t)+y_k(t),0]为V_k(t)+y_k(t)与0的最大值，P^k(t)为单用户的瞬时功耗，为用户每个时隙的平均功耗门限；

其中，P_tot(P(τ),G(τ))为系统瞬时总功耗，R_tot(P(τ),G(τ))为系统总传输速率；

步骤九，根据组的概念将能效-时延折衷算法第一步中的最优化问题分解为R个子问题，提出针对子问题的迭代功率分配算法(IPAA)：

s.t.C3，C4，C5；

具体实现如下：

第一步，初始化初值功率P^r,(0)(t)、当前用户k＝0和最大容忍δ＞0计算I^r,(0)＝f(P^r,(0)(t))-h(P^r,(0)(t))；

其中：

第二步，解决如下最优化问题得到最优解P^r,*(t)；

max f(P^r(t))-[h(P^r,(k)(t))+▽h^T(P^r,(k)(t))(P^r(t)-P^r,(k)(t))]；

s.t.C3，C4，C5；

第三步，将第二步的最优解设置下一个用户的功率k＝k+1，P^r,(k)(t)＝P^r,*(t)；

第四步，计算I^r,(k)＝f(P^r,(k)(t))-h(P^r,(k)(t))；

第五步，判断不等式|I^r,(k)-I^r,(k-1)|≤δ，如果不等式成立，该算法结束输出最优化功率；否则返回第二步；

步骤十，通过利亚普洛夫偏移技术，定量的分析出能效-时延折衷关系为[O(1/V),O(V)]；

其中，为步骤六最优化问题的最优解，B为正实数，R_min为所有工作的用户的总传输速率的边界最小值，V为控制参数；

其中，B为正实数，V为控制参数，为步骤六最优化问题的最优解，R_max为所有工作的用户的总传输速率的边界最大值，P_max为系统瞬时总功耗的边界最大值，ε为各个用户业务到达率距网络容量域边界的最小距离。