發(fā)布時(shí)間：2021-06-26 22:44

　　隨著車聯(lián)網(wǎng)的興起,新的車載應(yīng)用不斷涌現(xiàn),車載應(yīng)用需要對(duì)自身和周圍其他車輛的視頻、圖像、聲音等傳感器數(shù)進(jìn)行處理,數(shù)據(jù)量十分巨大,而且處理這些傳感器數(shù)據(jù)需要強(qiáng)大的計(jì)算能力,車輛計(jì)算能力有限,所以需要將此類計(jì)算密集型任務(wù)上傳到數(shù)據(jù)中心進(jìn)行處理。任務(wù)上傳數(shù)據(jù)量巨大,而且對(duì)延時(shí)要求苛刻,并需要高可靠性保障。對(duì)于這種“高帶寬、低延時(shí)、高可靠性”的應(yīng)用場(chǎng)景,MEC技術(shù)是解決此問題的一個(gè)很好選擇。現(xiàn)有LTE架構(gòu)與MEC技術(shù)融合之后,在微基站、宏基站和互聯(lián)網(wǎng)處都會(huì)部署有數(shù)據(jù)中心處理用戶的請(qǐng)求,同時(shí)用戶可以選擇接入宏基站或微基站。用戶的接入選擇、任務(wù)卸載目的地選擇以及任務(wù)卸載過程中無(wú)線和計(jì)算資源分配都會(huì)影響整個(gè)系統(tǒng)任務(wù)執(zhí)行效率。本文主要研究任務(wù)卸載決策以及無(wú)線和計(jì)算資源分配問題,在保障每個(gè)任務(wù)需求前提下,使得任務(wù)平均完成時(shí)間最小,提高整個(gè)系統(tǒng)任務(wù)執(zhí)行效率。本文提出了任務(wù)卸載與資源分配聯(lián)合優(yōu)化（Jointly Task Offloading and Resource Allocation Optimization,TORA）算法,將任務(wù)卸載決策和資源分配問題分解為兩個(gè)子問題,分別求解兩個(gè)最優(yōu)化的子問題。并且... 

【文章來(lái)源】：華中科技大學(xué)湖北省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：63 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

單位時(shí)間用戶數(shù)對(duì)平均任務(wù)完成時(shí)間的影響

華 中 科 技 大 學(xué) 碩 士 學(xué) 位 論 文，雖然隨后求得最優(yōu)的資源分配方案，可以彌補(bǔ)任務(wù)卸載隨機(jī)選擇的不足，他算法相比，還是降低了系統(tǒng)任務(wù)執(zhí)行效率。當(dāng)單位時(shí)間任務(wù)數(shù)足夠大，即擁堵時(shí)，TORA 算法任務(wù)平均完成時(shí)間比理論下界多 23.7%，UTO 比理論 50.4%，RTO 算法多出 85.3%，可以看出 TORA 算法明顯優(yōu)于其他兩種算法.2 任務(wù)上傳數(shù)據(jù)量對(duì)任務(wù)卸載的影響我們假設(shè)用戶數(shù)為 500，對(duì)于用戶任務(wù) ，其上傳數(shù)據(jù) 服從均值為 d 的，計(jì)算任務(wù)所需 CPU 周期數(shù) 服從均值為 0.5 Gigacycles 的正態(tài)分布,通我們分析任務(wù)上傳數(shù)據(jù)對(duì)任務(wù)平均完成時(shí)間的影響。

華 中 科 技 大 學(xué) 碩 士 學(xué) 位 論 文他兩種算法要好，當(dāng)上傳數(shù)據(jù)量很大時(shí)，TORA 算法僅僅比理論下界多出 5.1O 算法比理論下界多出 20.3%，RTO 算法比理論下界多出 34.5%。TORA 算于其他兩種算法。.3 任務(wù)所需 CPU 周期數(shù)對(duì)任務(wù)卸載的影響我們假設(shè)用戶數(shù)為 500，對(duì)于用戶任務(wù) ，其上傳數(shù)據(jù) 服從均值為 10M分布，計(jì)算任務(wù)所需 CPU 周期數(shù) 服從均值為 c 的正態(tài)分布,通過仿真，執(zhí)行任務(wù)所需 CPU 周期數(shù)對(duì)任務(wù)平均完成時(shí)間的影響。

【參考文獻(xiàn)】：
期刊論文
[1]面向5G需求的移動(dòng)邊緣計(jì)算[J]. 田輝,范紹帥,呂昕晨,趙鵬濤,賀碩.  北京郵電大學(xué)學(xué)報(bào). 2017(02)
[2]多元函數(shù)凹凸性的定義和判別法[J]. 宋禮民.  高等數(shù)學(xué)研究. 2014(04)



本文編號(hào)：3252242