為了應(yīng)對物聯(lián)網(wǎng)(Io T)、虛擬增強(qiáng)現(xiàn)實(shí)(VR\AR)、無人駕駛等新業(yè)務(wù)的發(fā)展對移動(dòng)通信提出的要求,5G將使用各種新技術(shù)來滿足這些業(yè)務(wù)類型和應(yīng)用場景。云計(jì)算范式借助其強(qiáng)大的計(jì)算和存儲(chǔ)能力為終端用戶提供各種高質(zhì)量服務(wù)。但隨著終端設(shè)備接入量的日益增加,核心網(wǎng)絡(luò)的流量呈指數(shù)增長,2020年度移動(dòng)流量將增加到291.8艾字節(jié)。如此龐大的流量將給核心網(wǎng)絡(luò)帶來巨大的挑戰(zhàn)。為了解決這一問題,將計(jì)算和存儲(chǔ)從核心網(wǎng)絡(luò)遷移到網(wǎng)絡(luò)邊緣的邊緣計(jì)算(EC)成為一種有效的解決方案。霧計(jì)算(FC)作為邊緣計(jì)算的一種實(shí)現(xiàn)方式,旨在通過異構(gòu)網(wǎng)絡(luò)連接一切設(shè)備(包括終端設(shè)備、Io T設(shè)備、傳感器、路由器、網(wǎng)關(guān)等),從而為物聯(lián)網(wǎng)提供一種新的解決方案。如何實(shí)現(xiàn)霧計(jì)算中各個(gè)節(jié)點(diǎn)高效協(xié)作計(jì)算是霧計(jì)算中一個(gè)重要研究方向。本文研究了分布式霧計(jì)算中各霧節(jié)點(diǎn)的協(xié)作計(jì)算方式,并對其中的任務(wù)卸載和負(fù)載均衡問題進(jìn)行了深入研究。主要做了以下工作:針對霧計(jì)算網(wǎng)絡(luò)中分布式協(xié)作計(jì)算問題,本文提出了一種基于動(dòng)態(tài)規(guī)劃的解決方案,在為每個(gè)用戶分配計(jì)算資源時(shí)綜合考慮每個(gè)霧節(jié)點(diǎn)的通信能力和計(jì)算能力,并考慮當(dāng)前用戶對其他用戶的影響,最小化所有用戶的總服務(wù)延遲。針對...

【文章頁數(shù)】：72 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
縮略語表
第一章 緒論
    1.1 引言
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 研究內(nèi)容與成果
第二章 霧計(jì)算網(wǎng)絡(luò)概述
    2.1 5G系統(tǒng)概述
        2.1.1 5G的愿景
        2.1.2 5G關(guān)鍵技術(shù)
        2.1.3 5G移動(dòng)通信網(wǎng)絡(luò)中的邊緣計(jì)算
    2.2 霧計(jì)算網(wǎng)絡(luò)
        2.2.1 霧計(jì)算體系架構(gòu)
        2.2.2 霧計(jì)算與云計(jì)算的比較
        2.2.3 霧計(jì)算的應(yīng)用場景和挑戰(zhàn)
    2.3 霧計(jì)算網(wǎng)絡(luò)中計(jì)算卸載方案
        2.3.1 分布式霧計(jì)算中任務(wù)卸載方案
        2.3.2 分布式霧計(jì)算中負(fù)載均衡方案
    2.4 本章小結(jié)
第三章 分布式霧計(jì)算中基于動(dòng)態(tài)規(guī)劃的多任務(wù)卸載方案
    3.1 引言
    3.2 系統(tǒng)模型
        3.2.1 分布式霧計(jì)算中任務(wù)卸載系統(tǒng)模型
        3.2.2 系統(tǒng)延遲量化
    3.3 基于動(dòng)態(tài)規(guī)劃的多任務(wù)卸載方案
        3.3.1 單用戶單主霧節(jié)點(diǎn)任務(wù)卸載算法
        3.3.2 多用戶多主霧節(jié)點(diǎn)任務(wù)卸載算法
    3.4 算法性能仿真與分析
        3.4.1 仿真參數(shù)設(shè)置
        3.4.2 仿真結(jié)果分析
    3.5 本章小結(jié)
第四章 分布式霧計(jì)算中基于資源預(yù)測的負(fù)載均衡方案
    4.1 引言
    4.2 系統(tǒng)模型
        4.2.1 基于預(yù)測的負(fù)載均衡方案系統(tǒng)模型
        4.2.2 資源預(yù)測負(fù)載均衡的三大組件
    4.3 分布式霧計(jì)算中的負(fù)載均衡算法
        4.3.1 靜態(tài)負(fù)載均衡算法
        4.3.2 動(dòng)態(tài)負(fù)載均衡算法
        4.3.3 基于資源預(yù)測的負(fù)載均衡算法
    4.4 算法性能仿真與分析
        4.4.1 仿真參數(shù)設(shè)置
        4.4.2 仿真結(jié)果分析
    4.5 本章小結(jié)
第五章 總結(jié)與展望
參考文獻(xiàn)
附錄1 攻讀碩士學(xué)位期間申請的專利
致謝



本文編號：3819770