移動通信技術(shù)的迅猛發(fā)展和移動智能設(shè)備的廣泛普及,催生出了一些時延敏感且計算密集的新興應(yīng)用,如增強現(xiàn)實、人臉識別、互動游戲等。面對這些應(yīng)用,計算能力和續(xù)航能力有限的移動設(shè)備難以為用戶提供理想的服務(wù)質(zhì)量。移動邊緣計算（Mobile Edge Computing,MEC）的提出,為上述問題提供了一個切實可行的解決方案。MEC在網(wǎng)絡(luò)邊緣搭建云計算環(huán)境,利用系統(tǒng)中的無線和計算資源為用戶提供近距離計算卸載服務(wù)。在MEC中,無線和計算資源對任務(wù)卸載的時延、能耗均具有重要影響,然而由于這兩種資源相對稀缺,用戶之間存在激烈的資源競爭。因此,需要制定合理的任務(wù)卸載策略和無線、計算資源分配策略,實現(xiàn)資源的高效利用。本文針對多用戶MEC系統(tǒng)中單服務(wù)器和多服務(wù)器這兩種不同場景下的無線與計算資源管理問題進(jìn)行研究,具體工作如下:針對單服務(wù)器MEC系統(tǒng),提出了一種基于效用的聯(lián)合卸載決策與資源分配算法,為用戶制定該場景下的任務(wù)卸載策略和功率、計算資源分配策略。首先將問題建模為資源約束下的系統(tǒng)效用最大化問題,該問題是一個混合整數(shù)非線性規(guī)劃問題。然后固定卸載決策,分別使用二分法和KKT條件制定功率和計算資源分配策略。最后,... 

【文章來源】：重慶郵電大學(xué)重慶市

【文章頁數(shù)】：71 頁

【學(xué)位級別】：碩士

【部分圖文】：

MCC與MEC的關(guān)系

重慶郵電大學(xué)碩士學(xué)位論文第1章緒論2接入節(jié)點附近。與MCC相比，MEC計算卸載中的任務(wù)數(shù)據(jù)在RAN側(cè)直接進(jìn)行處理，不再需要經(jīng)過核心網(wǎng)，因而減低了時延，并緩解了核心網(wǎng)的負(fù)載壓力[10]。MCC與MEC的關(guān)系如圖1.1所示。圖1.1MCC與MEC的關(guān)系MEC的出現(xiàn)為用戶執(zhí)行計算任務(wù)提供了另一種途徑。然而，相比于MCC強大的遠(yuǎn)程云計算中心，MEC服務(wù)器中的計算資源相對有限，再加上用戶對無線資源的激烈競爭，以及差異化的用戶需求和狀態(tài)，使得無線與計算資源的高效管理成為提升系統(tǒng)性能的關(guān)鍵所在。1.2MEC無線與計算資源管理概述MEC在RAN側(cè)部署邊緣服務(wù)器，為用戶提供近距離計算卸載服務(wù)，從而支持用戶運行虛擬/增強現(xiàn)實、互動游戲、人臉識別等時延敏感的計算密集型應(yīng)用程序，如圖1.2所示。圖1.2MEC計算卸載應(yīng)用在計算卸載中，計算密集型應(yīng)用程序可以被抽象為一個或多個待處理的計算

則是通過將系統(tǒng)帶寬均勻劃分而得到，可理解為不同的頻段。子信道帶寬的大小影響著上行傳輸速率的高低，進(jìn)而對上行傳輸時延和上行傳輸能耗產(chǎn)生影響。此外，考慮具有多個基站的MEC系統(tǒng)時，需要考慮小區(qū)間干擾，即不同小區(qū)中占用相同子信道的用戶會互相產(chǎn)生干擾。干擾會降低上行傳輸速率，增大傳輸?shù)臅r延和能耗開銷。因此，需要為用戶合理地分配信道，降低小區(qū)間干擾。MEC資源管理中的計算資源指的是MEC服務(wù)器中的計算資源，常用CPU周期衡量。計算資源的分配量影響著任務(wù)處理時延的高低，從而對完成任務(wù)的總時延產(chǎn)生影響。圖1.3MEC計算卸載示意圖


本文編號：3332464