隨著移動物聯(lián)網(wǎng)與無線通信技術(shù)的快速發(fā)展,智能互聯(lián)與云計算技術(shù)日臻成熟,爆炸式的終端設(shè)備接入及其產(chǎn)生的數(shù)據(jù)流量呈指數(shù)級增長,尤其計算密集型、延遲敏感型的移動應(yīng)用數(shù)據(jù)對傳統(tǒng)通信網(wǎng)絡(luò)結(jié)構(gòu)帶來了嚴(yán)峻的挑戰(zhàn)。與此同時,計算及能量資源受限的終端設(shè)備已難以匹及高復(fù)雜度、高能耗的業(yè)務(wù)場景需求,尋求新一代網(wǎng)絡(luò)結(jié)構(gòu)與信息處理機制以應(yīng)對愈加數(shù)據(jù)化的時代需求已成為學(xué)術(shù)界、產(chǎn)業(yè)界廣泛關(guān)注的議題。因此,同時具備云計算與移動互聯(lián)網(wǎng)優(yōu)勢的移動邊緣計算（MEC）應(yīng)運而生,其能夠較大程度地在更加靠近用戶的位置提供應(yīng)用所需的計算與存儲功能,從而緩解核心網(wǎng)絡(luò)壓力、為用戶同時提供低時延、低能耗和高可靠的網(wǎng)絡(luò)傳輸。然而,面對邊緣用戶日益劇增的計算需求以及能量受限的硬件約束,使得MEC的計算卸載策略與能量配置方式面臨著巨大挑戰(zhàn)。因此,研究高效的計算卸載及能量優(yōu)化機制是目前MEC系統(tǒng)中亟待解決的重要問題。作為MEC系統(tǒng)網(wǎng)絡(luò)的關(guān)鍵技術(shù),計算卸載可以將實時的應(yīng)用數(shù)據(jù)卸載至靠近終端設(shè)備的網(wǎng)絡(luò)邊緣,為資源受限的移動設(shè)備處理提供計算與能量支撐,同時減少了任務(wù)上傳核心云的額外開銷,降低了回程鏈路的資源與時延消耗。而能量收集（EH）技術(shù)可以為能量... 

【文章來源】：蘭州理工大學(xué)甘肅省

【文章頁數(shù)】：64 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景
    1.2 研究意義
    1.3 國內(nèi)外研究現(xiàn)狀
        1.3.1 計算卸載
        1.3.2 資源分配
        1.3.3 能效優(yōu)化
    1.4 本文研究內(nèi)容
第2章 移動邊緣計算及相關(guān)技術(shù)概述
    2.1 移動邊緣計算技術(shù)概述
        2.1.1 移動邊緣計算架構(gòu)
        2.1.2 移動邊緣計算應(yīng)用場景
        2.1.3 移動邊緣計算部署方案
    2.2 邊緣計算中計算卸載概述
        2.2.1 計算卸載流程
        2.2.2 卸載決策制定
        2.2.3 計算卸載分類
    2.3 粒子群優(yōu)化算法
        2.3.1 算法基本概念介紹
        2.3.2 粒子群優(yōu)化算法的改進(jìn)
    2.4 能量收集技術(shù)
        2.4.1 能量來源
        2.4.2 能量收集結(jié)構(gòu)
    2.5 本章小結(jié)
第3章 基于PD-BPSO算法的計算卸載策略
    3.1 引言
    3.2 系統(tǒng)模型
        3.2.1 本地計算模型
        3.2.2 邊緣計算模型
    3.3 方案規(guī)劃
    3.4 算法描述
        3.4.1 基于PSO優(yōu)化算法的卸載決策轉(zhuǎn)化
        3.4.2 最優(yōu)卸載決策
    3.5 仿真分析
        3.5.1 實驗設(shè)置
        3.5.2 實驗結(jié)果及分析
    3.6 本章小結(jié)
第4章 基于能量收集的能效優(yōu)化方案
    4.1 引言
    4.2 系統(tǒng)模型
        4.2.1 本地計算能效模型
        4.2.2 卸載能效模型
        4.2.3 能量收集模型
    4.3 方案規(guī)劃
    4.4 算法描述
        4.4.1 基于廣義分?jǐn)?shù)規(guī)劃理論的目標(biāo)凸優(yōu)化
        4.4.2 功率分配
        4.4.3 能量指示變量分配
    4.5 仿真分析
    4.6 本章小結(jié)
總結(jié)與展望
參考文獻(xiàn)
致謝
附錄 A 攻讀碩士學(xué)位期間所發(fā)表的學(xué)術(shù)論文
附錄 B 攻讀碩士學(xué)位期間參與的科研項目


【參考文獻(xiàn)】：
期刊論文
[1]基于終端能耗和系統(tǒng)時延最小化的邊緣計算卸載及資源分配機制[J]. 代美玲,劉周斌,郭少勇,邵蘇杰,邱雪松.  電子與信息學(xué)報. 2019(11)
[2]Performance Analysis of Cooperative NOMA with Energy Harvesting in Multi-Cell Networks[J]. Cheng Guo,Jie Xin,Liqiang Zhao,Xiaoli Chu.  中國通信. 2019(11)
[3]移動邊緣計算技術(shù)概述[J]. 洪德堅,王雷.  網(wǎng)絡(luò)新媒體技術(shù). 2019(05)
[4]超密集網(wǎng)絡(luò)中基于移動邊緣計算的任務(wù)卸載和資源優(yōu)化[J]. 張海波,李虎,陳善學(xué),賀曉帆.  電子與信息學(xué)報. 2019(05)
[5]移動邊緣計算環(huán)境下服務(wù)工作流的計算卸載[J]. 董浩,張海平,李忠金,劉輝.  計算機工程與應(yīng)用. 2019(02)
[6]Energy Efficiency Analysis of Cellular Networks with Cooperative Relays via Stochastic Geometry[J]. Zhang Zhiwei,Li Yunzhou,Huang Kaizhi,Zhou Shidong,Wang Jing.  中國通信. 2015(09)
[7]Energy Efficiency Optimization in Relay-Assisted Networks with Energy Harvesting Relay Constraints[J]. ZHAO Ming,ZHAO Jing,ZHOU Wuyang,ZHU Jinkang,ZHANG Sihai.  中國通信. 2015(02)

碩士論文
[1]MEC系統(tǒng)的計算資源分配及任務(wù)調(diào)度研究[D]. 劉遠(yuǎn)祥.重慶郵電大學(xué) 2019
[2]移動邊緣計算網(wǎng)絡(luò)中基于系統(tǒng)效益優(yōu)化的資源分配算法研究[D]. 賈凡.北京郵電大學(xué) 2019
[3]基于能量收集技術(shù)的綠色認(rèn)知網(wǎng)絡(luò)功率分配算法研究[D]. 王元一.吉林大學(xué) 2018



本文編號：2944175