【摘要】：移動(dòng)邊緣計(jì)算(mobile edge computing,MEC)技術(shù)通過(guò)在網(wǎng)絡(luò)入口處部署服務(wù)器,為移動(dòng)用戶提供高可靠、低時(shí)延的計(jì)算與通信服務(wù),旨在解決移動(dòng)用戶計(jì)算密集型任務(wù)遞增但自身計(jì)算能力與電池容量受限、云計(jì)算資源豐富但接入能力受限以及移動(dòng)寬帶業(yè)務(wù)顯著增長(zhǎng)但承載網(wǎng)管道化三個(gè)矛盾。用戶利用MEC可將計(jì)算密集型任務(wù)遷移到邊緣服務(wù)器執(zhí)行,從而增強(qiáng)用戶的計(jì)算能力,降低設(shè)備能耗,且無(wú)需接入遠(yuǎn)端云,減小骨干網(wǎng)擁塞與服務(wù)響應(yīng)延遲。在MEC系統(tǒng)中,由于計(jì)算與通信耦合,用戶感知性能依賴于計(jì)算與通信資源的聯(lián)合分配,且資源分配取決于遷移用戶集,故多用戶聯(lián)合資源競(jìng)爭(zhēng)與遷移決策也會(huì)影響遷移性能。本文以提升系統(tǒng)和用戶遷移服務(wù)性能為目標(biāo),研究基于移動(dòng)邊緣計(jì)算的多用戶超密集網(wǎng)絡(luò)和基于非平衡MEC部署多用戶多任務(wù)網(wǎng)絡(luò)的遷移決策和資源分配問(wèn)題,主要研究?jī)?nèi)容概括如下:(1)研究基于移動(dòng)邊緣云的超密集網(wǎng)絡(luò)用戶遷移決策與聯(lián)合資源分配。針對(duì)MEC與超密集網(wǎng)絡(luò)融合場(chǎng)景,多個(gè)基站通過(guò)回程鏈路接入同一邊緣服務(wù)器,網(wǎng)絡(luò)中同時(shí)存在計(jì)算服務(wù)請(qǐng)求用戶與通信服務(wù)請(qǐng)求用戶,每個(gè)計(jì)算服務(wù)請(qǐng)求用戶有單個(gè)計(jì)算密集型任務(wù)需要處理,而通信服務(wù)請(qǐng)求用戶具有最小速率需求,研究聯(lián)合信道分配、功率分配和計(jì)算資源分配,在保障通信用戶最小速率需求下最小化計(jì)算用戶遷移服務(wù)時(shí)延-能耗權(quán)重和。通過(guò)分析問(wèn)題結(jié)構(gòu),原問(wèn)題分解為計(jì)算資源分配問(wèn)題以及聯(lián)合信道分配與功率分配問(wèn)題。對(duì)于計(jì)算資源分配問(wèn)題,采用KKT條件獲得最優(yōu)解。對(duì)于聯(lián)合信道分配與功率分配問(wèn)題,進(jìn)一步將其分解為功率分配問(wèn)題和信道分配問(wèn)題交替優(yōu)化,提出兩種啟發(fā)式算法(CEP和ECEP)求次優(yōu)解。仿真分析計(jì)算遷移用戶數(shù)、任務(wù)復(fù)雜度、時(shí)延權(quán)重和用戶權(quán)重變化與算法性能之間的關(guān)系,結(jié)果表明:ECEP較CEP能獲得更小的時(shí)延-能耗權(quán)重和。(2)研究多用戶多任務(wù)場(chǎng)景下基于非平衡邊緣云的計(jì)算遷移。多個(gè)接入點(diǎn)通過(guò)回程鏈路共享和接入多個(gè)邊緣云服務(wù)器,每個(gè)用戶有多個(gè)計(jì)算密集、時(shí)延敏感任務(wù)需要處理。與現(xiàn)有研究不同,除考慮用戶到接入點(diǎn)的傳輸時(shí)延和能耗之外,引入邊緣云服務(wù)器接入成本,設(shè)計(jì)針對(duì)遷移決策和資源分配的遷移成本指標(biāo)——時(shí)延-能耗-成本折中。研究最小化所有用戶遷移成本和(基于效率)問(wèn)題和最小化移動(dòng)用戶最大遷移成本(基于公平)問(wèn)題,提出一組集中式啟發(fā)式算法(基于效率的CGA、MGA和基于公平性的FGA算法)求次優(yōu)解,通過(guò)仿真分析驗(yàn)證了算法的有效性和公平性。
【圖文】：

圖 1.1 移動(dòng)邊緣計(jì)算架構(gòu)Fig.1.1 The mobile edge computing architecture外研究現(xiàn)狀算遷移是指將移動(dòng)用戶的計(jì)算密集型或時(shí)延敏感型任以擴(kuò)展 MU 的計(jì)算能力并提升用戶體驗(yàn)（減小任務(wù)完成界的廣泛關(guān)注。MEC 計(jì)算遷移涉及遷移決策與資源分，資源分配面臨挑戰(zhàn)。近年來(lái)，，MEC 計(jì)算遷移針對(duì)資下來(lái)分別從任務(wù)屬性建模、通信資源建模、計(jì)算資源述 MEC 資源分配的研究現(xiàn)狀。屬性建模研究現(xiàn)狀用種類多，任務(wù)屬性差異大。不同任務(wù)有不同的資源對(duì)二元遷移任務(wù)[7, 8] [9]和部分遷移任務(wù)[10-13]的資源分配體在本地或遷移到 ECS 處理，如高度集成或相對(duì)簡(jiǎn)單，二元遷移決策（本地計(jì)算或遷移計(jì)算）旨在提升用戶

2 MEC 資源分配基礎(chǔ)知識(shí)遷移可以擴(kuò)展移動(dòng)設(shè)備的計(jì)算能力并提升用戶體驗(yàn)，算遷移性能。本章首先介紹 MEC 服務(wù)過(guò)程，其次介紹耗，最后從最優(yōu)化和博弈論角度介紹計(jì)算遷移問(wèn)題的EC 服務(wù)實(shí)例：增強(qiáng)現(xiàn)實(shí)（augmented reality, AR）作為一種新型移動(dòng)應(yīng)用，將應(yīng)用領(lǐng)域廣泛。如在移動(dòng)游戲中，將虛擬對(duì)象投射到AR 的關(guān)鍵組件如圖 2.1 所示，包括視頻源（獲取原始位置）、映射器（構(gòu)建模型環(huán)境）、對(duì)象識(shí)別器（識(shí)別器（準(zhǔn)備被處理幀以進(jìn)行顯示）[34]。其中大部分組件時(shí)延敏感型，電池續(xù)航和計(jì)算能力有限的移動(dòng)設(shè)備面可采用 MEC 處理增強(qiáng)現(xiàn)實(shí)任務(wù)。
【學(xué)位授予單位】：重慶大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TP393.09

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 車(chē)明康;;性能比8096強(qiáng)一倍的80C 196 16位單片機(jī)[J];微電子學(xué)與計(jì)算機(jī);1988年12期

2 楊志豪;趙太銀;姚興苗;李磊;;一種適應(yīng)數(shù)據(jù)與計(jì)算密集型任務(wù)的私有云系統(tǒng)實(shí)現(xiàn)研究[J];計(jì)算機(jī)應(yīng)用研究;2011年02期

3 趙吉志;;5600系列處理器淺析[J];科技浪潮;2010年04期

4 ;成品油零售求變 安騰2在計(jì)算密集型應(yīng)用方案[J];信息系統(tǒng)工程;2004年03期

5 ;AlphaServer DS20強(qiáng)化64位計(jì)算[J];每周電腦報(bào);1999年06期

6 江先陽(yáng);劉新春;張佩珩;孫凝暉;徐志偉;;計(jì)算密集型體系集成DDR SDRAM控制器設(shè)計(jì)[J];計(jì)算機(jī)工程與科學(xué);2006年03期

7 史紅周,李錦濤,郭俊波,黃晁,葉劍;圖形終端應(yīng)用協(xié)議中計(jì)算密集型操作的分布技術(shù)[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2005年04期

8 朱敏;劉雷波;尹首一;楊晨;王文杰;魏少軍;;H.264計(jì)算密集型任務(wù)在可重構(gòu)處理器上的映射[J];電路與系統(tǒng)學(xué)報(bào);2013年02期

9 王尚萬(wàn)家;;教你打造終極游戲機(jī)[J];當(dāng)代職校生;2004年11期

10 殷開(kāi)爽;駱麗;;基于SOPC的MPEG-4視頻播放器[J];單片機(jī)與嵌入式系統(tǒng)應(yīng)用;2006年05期

相關(guān)會(huì)議論文 前2條

1 張盛;張明華;劉雅杰;;云平臺(tái)SaaS模式下位場(chǎng)數(shù)據(jù)處理軟件設(shè)計(jì)與實(shí)現(xiàn)[A];2017中國(guó)地球科學(xué)聯(lián)合學(xué)術(shù)年會(huì)論文集（四十二）——專題81：應(yīng)用地球物理學(xué)前沿、專題82：工程結(jié)構(gòu)性態(tài)化設(shè)計(jì)與地震韌性、專題83：地球重力場(chǎng)及其地學(xué)應(yīng)用[C];2017年

2 劉濱;石峰;;基三分層互連網(wǎng)絡(luò)中負(fù)載平衡的研究與仿真[A];中國(guó)系統(tǒng)仿真學(xué)會(huì)第五次全國(guó)會(huì)員代表大會(huì)暨2006年全國(guó)學(xué)術(shù)年會(huì)論文集[C];2006年

相關(guān)重要報(bào)紙文章 前10條

1 賽迪評(píng)測(cè)計(jì)算機(jī)整機(jī)實(shí)驗(yàn)室;圖形/計(jì)算密集型應(yīng)用用戶的選擇[N];中國(guó)計(jì)算機(jī)報(bào);2003年

2 ;計(jì)算場(chǎng)為PC帶來(lái)力量[N];網(wǎng)絡(luò)世界;2001年

3 ;IBM啟動(dòng)高性能計(jì)算計(jì)劃[N];計(jì)算機(jī)世界;2007年

4 本報(bào)記者 逄丹;高性能計(jì)算和云計(jì)算是否可以調(diào)和？[N];通信產(chǎn)業(yè)報(bào);2011年

5 云中子;解析新時(shí)代下的高性能計(jì)算[N];中國(guó)信息化周報(bào);2015年

6 計(jì)算機(jī)世界評(píng)測(cè)實(shí)驗(yàn)室 于澤;小身材 大內(nèi)涵[N];計(jì)算機(jī)世界;2012年

7 安琳 賽迪智庫(kù)軟件與信息服務(wù)業(yè)研究所;移動(dòng)云計(jì)算發(fā)展亟須突破四大瓶頸[N];通信產(chǎn)業(yè)報(bào);2014年

8 ;IBM TotalStorage DS4800[N];中國(guó)電子報(bào);2005年

9 ;Linux更快 更強(qiáng) 更企業(yè)[N];網(wǎng)絡(luò)世界;2004年

10 劉洪宇;IDF2009預(yù)示快速創(chuàng)新與整合風(fēng)向[N];中國(guó)計(jì)算機(jī)報(bào);2009年

相關(guān)博士學(xué)位論文 前1條

1 管茂林;面向計(jì)算密集型嵌入式應(yīng)用的VLIW編譯優(yōu)化技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 肖騫;移動(dòng)邊緣計(jì)算網(wǎng)絡(luò)聯(lián)合計(jì)算遷移決策與資源分配算法研究[D];重慶大學(xué);2018年

2 劉國(guó)強(qiáng);基于移動(dòng)邊緣計(jì)算的任務(wù)卸載策略研究[D];哈爾濱工業(yè)大學(xué);2018年

3 盛沖沖;計(jì)算密集型應(yīng)用在新型眾核處理機(jī)環(huán)境下的實(shí)現(xiàn)及性能[D];復(fù)旦大學(xué);2014年

4 郭俊武;移動(dòng)云環(huán)境下的計(jì)算密集型任務(wù)遷移技術(shù)[D];哈爾濱工業(yè)大學(xué);2015年

5 高哲;基于能耗的云遷移方法研究[D];西安理工大學(xué);2016年

6 王福友;計(jì)算密集型應(yīng)用下嵌入式雙機(jī)容錯(cuò)系統(tǒng)研究與實(shí)現(xiàn)[D];西南交通大學(xué);2014年

7 高文;一種針對(duì)計(jì)算密集型任務(wù)的異構(gòu)多核結(jié)構(gòu)的設(shè)計(jì)與研究[D];上海交通大學(xué);2009年

8 李雙全;移動(dòng)自組織云中任務(wù)卸載決策的研究[D];云南大學(xué);2014年

9 王W

本文編號(hào)：2671787