近年來,隨著信息通信技術(shù)在移動(dòng)通信領(lǐng)域的飛速發(fā)展,現(xiàn)代生活方式已發(fā)生了巨大變化,人們期望在移動(dòng)的車輛中隨時(shí)隨地交換數(shù)據(jù)。但是,由于某些實(shí)際因素(例如,道路上車輛密度的增加),當(dāng)前蜂窩網(wǎng)絡(luò)在不降低服務(wù)質(zhì)量的情況下,無法有效地支持車輛不斷增長的服務(wù)請(qǐng)求以及生成的數(shù)據(jù)流量�；谝苿�(dòng)邊緣計(jì)算(Mobile Edge Computing,MEC)的車聯(lián)網(wǎng)(Internet of Vehicle,Io V)被設(shè)想為滿足應(yīng)用需求的潛在解決方案。但是MEC資源有限,同時(shí)考慮到車聯(lián)網(wǎng)中復(fù)雜的網(wǎng)絡(luò)環(huán)境,使得任務(wù)決策與資源分配等諸多問題成為制約MEC可擴(kuò)展性和網(wǎng)絡(luò)提升的關(guān)鍵。綜上所述,考慮到資源的有限性與異構(gòu)性,研究了車聯(lián)網(wǎng)中基于MEC的異構(gòu)資源優(yōu)化問題。主要工作有以下兩個(gè)方面:1.針對(duì)車聯(lián)網(wǎng)中基于MEC多服務(wù)器的資源優(yōu)化問題,聯(lián)合任務(wù)卸載和資源分配策略,以最大化平均系統(tǒng)效益為目的制定優(yōu)化問題�？紤]了資源的有限性,任務(wù)的異構(gòu)性與多樣性。針對(duì)求解問題的復(fù)雜性,首先將原始優(yōu)化問題進(jìn)行分解,然后對(duì)資源分配問題進(jìn)行求解,并且提出多輪組合卸載調(diào)度機(jī)制解決任務(wù)卸載問題,該機(jī)制實(shí)現(xiàn)系統(tǒng)在保證車輛效益不會(huì)降低的同時(shí),最大化...

【文章頁數(shù)】：62 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 車聯(lián)網(wǎng)研究現(xiàn)狀
        1.2.2 MEC研究現(xiàn)狀
    1.3 本文主要工作
    1.4 本文組織結(jié)構(gòu)
第2章 車聯(lián)網(wǎng)和MEC技術(shù)概述
    2.1 車聯(lián)網(wǎng)概述
        2.1.1 車聯(lián)網(wǎng)架構(gòu)和特點(diǎn)
        2.1.2 車聯(lián)網(wǎng)的關(guān)鍵技術(shù)及特征
    2.2 MEC技術(shù)概述
        2.2.1 MEC平臺(tái)與標(biāo)準(zhǔn)
        2.2.2 MEC的關(guān)鍵技術(shù)及特征
    2.3 MEC的應(yīng)用場(chǎng)景
        2.3.1 車聯(lián)網(wǎng)
        2.3.2 物聯(lián)網(wǎng)
    2.4 本章小結(jié)
第3章 車聯(lián)網(wǎng)中基于MEC多服務(wù)器的資源優(yōu)化方案
    3.1 引言
    3.2 系統(tǒng)建模和問題描述
        3.2.1 場(chǎng)景分析
        3.2.2 通信模型
        3.2.3 計(jì)算模型
        3.2.4 問題制定
    3.3 卸載調(diào)度機(jī)制和資源分配
        3.3.1 問題分解
        3.3.2 資源分配問題
        3.3.3 任務(wù)卸載問題
        3.3.4 復(fù)雜度分析
    3.4 仿真驗(yàn)證與性能評(píng)估
        3.4.1 仿真場(chǎng)景與參數(shù)
        3.4.2 仿真結(jié)果分析
    3.5 本章小結(jié)
第4章 車聯(lián)網(wǎng)中基于MEC緩存服務(wù)的資源優(yōu)化方案
    4.1 引言
    4.2 系統(tǒng)模型和問題規(guī)劃
        4.2.1 通信模型
        4.2.2 計(jì)算模型
        4.2.3 緩存模型
        4.2.4 問題形成
    4.3 基于MEC緩存服務(wù)的資源優(yōu)化
        4.3.1 基于廣義benders分解算法的時(shí)延優(yōu)化
        4.3.2 復(fù)雜度分析
    4.4 仿真驗(yàn)證與性能評(píng)估
        4.4.1 仿真場(chǎng)景與參數(shù)
        4.4.2 仿真結(jié)果分析
    4.5 本章小結(jié)
第5章 總結(jié)與展望
    5.1 全文工作總結(jié)
    5.2 研究工作展望
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間從事的科研工作及取得的成果



本文編號(hào)：3795076