近年來,移動互聯網和物聯網的飛速發(fā)展催生了多種新型業(yè)務。其中計算密集型應用,如視頻轉碼、3D在線游戲、現實增強等,會消耗大量的計算資源,產生巨大的計算能耗,并且往往需求很短的響應時延。但是,受限于計算、存儲和能量等資源,終端設備往往不能獨立且高效地處理這些計算密集型應用。傳統(tǒng)的解決方案是將計算密集型應用卸載到云計算中心進行處理。然而,這種方式不僅會帶來大量的數據傳輸,對容量有限的上下行帶寬造成巨大壓力,還會導致較長的響應時延和較大的通信能耗開銷,影響用戶的應用體驗。在這種背景下,移動邊緣計算（Mobile Edge Computing,MEC）應運而生。通過在靠近終端用戶的邊緣服務器上部署計算、存儲等資源,MEC可以提供具有近域特性的計算環(huán)境,解決傳統(tǒng)基于云計算的計算卸載中時延過長、終端能耗過高、帶寬壓力過大等問題。不同于簡單的通信和計算行為,計算卸載過程同時涉及通信和計算兩種資源,并產生“此消彼長”的通信開銷和計算開銷。不合理的卸載策略不但會降低計算卸載在能耗和時延方面的增益,嚴重時甚至會造成性能損失。因此,如何通過合理的資源管控來折中卸載過程中的計算開銷和通信開銷是充分挖掘MEC系... 

【文章來源】：西安電子科技大學陜西省 211工程院校 教育部直屬院校

【文章頁數】：127 頁

【學位級別】：博士

【文章目錄】：
摘要
ABSTRACT
縮略語對照表
第一章 緒論
    1.1 研究背景及意義
        1.1.1 移動邊緣計算的由來
        1.1.2 移動邊緣計算的研究現狀
    1.2 移動邊緣計算中的關鍵技術
        1.2.1 計算卸載技術
        1.2.2 協(xié)同計算技術
    1.3 本課題的研究現狀及面臨挑戰(zhàn)
        1.3.1 計算卸載相關研究
        1.3.2 邊緣服務器協(xié)同計算相關研究
    1.4 本文的主要研究內容及結構安排
第二章 融合DVS技術的單用戶計算卸載策略研究
    2.1 引言
    2.2 系統(tǒng)模型和問題建模
        2.2.1 場景描述
        2.2.2 應用模型
        2.2.3 能耗和時延模型
        2.2.4 問題建模
    2.3 能耗最優(yōu)的的部分計算卸載策略
        2.3.1 問題可行性分析
        2.3.2 最優(yōu)解
        2.3.3 特殊情況分析
        2.3.4 多邊緣服務器場景下ECM問題拓展研究
    2.4 時延最優(yōu)的部分計算卸載策略
        2.4.1 可行性分析
        2.4.2 最優(yōu)解
        2.4.3 多邊緣服務器場景中LM問題的拓展研究
    2.5 仿真結果
        2.5.1 EPCO算法性能
        2.5.2 LPCO算法性能
        2.5.3 EPCOMCSS和LPCOMCSS算法性能
    2.6 本章小結
第三章 面向終端節(jié)能的多用戶計算卸載策略研究
    3.1 引言
    3.2 系統(tǒng)模型
        3.2.1 網絡模型
        3.2.2 應用模型
        3.2.3 終端處理模型
        3.2.4 卸載模型
    3.3 問題建模和分析
        3.3.1 問題建模
        3.3.2 問題分析
    3.4 多用戶計算卸載策略設計
        3.4.1 本地計算速率調整
        3.4.2 內部耦合問題:個體卸載比例調整
        3.4.3 外部耦合問題:群體資源分配策略
        3.4.4 復原操作
    3.5 算法應用時注意事項
        3.5.1 收斂性分析
        3.5.2 計算復雜度分析
        3.5.3 信令開銷分析
        3.5.4 MPCO算法最優(yōu)性條件
        3.5.5 MPCO算法在擴展場景中的應用
    3.6 仿真結果
        3.6.1 MPCO算法收斂性和有效性
        3.6.2 有限資源對目標能耗的影響
        3.6.3 MPCO算法和其他算法的性能對比
        3.6.4 用戶異構性的影響
    3.7 本章總結
    3.8 附錄
        3.8.1 定理3.1的證明
        3.8.2 引理3.1的證明
        3.8.3 引理3.2的證明
第四章 多邊緣服務器協(xié)同計算中視頻緩存和分發(fā)策略研究
    4.1 引言
    4.2 系統(tǒng)模型
        4.2.1 視頻模型
        4.2.2 兩個時間尺度上的策略設計
    4.3 問題建模
        4.3.1 問題目標
        4.3.2 主要約束
        4.3.3 問題建模
    4.4 基于SAA的半在線兩步算法設計
        4.4.1 慢時間尺度上的視頻存儲策略設計
        4.4.2 快時間尺度上的視頻分發(fā)策略設計
    4.5 算法擴展
        4.5.1 存儲命中率最大化問題
        4.5.2 回程鏈路業(yè)務量最小化問題
    4.6 仿真結果
        4.6.1 邊緣服務器存儲能力的影響
        4.6.2 邊緣服務器計算能力的影響
        4.6.3 邊緣服務器個數和視頻請求到達速率的影響
        4.6.4 計算轉碼時間對所提SAATP策略性能的影響
    4.7 本章總結
第五章 總結與展望
    5.1 全文內容總結
    5.2 后續(xù)研究工作展望
參考文獻
致謝
作者簡介



本文編號：2981360