隨著移動(dòng)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(jì)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(jí)增長(zhǎng),尤其計(jì)算密集型、延遲敏感型的移動(dòng)應(yīng)用數(shù)據(jù)對(duì)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(shí),計(jì)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(chǎng)景需求,尋求新一代網(wǎng)絡(luò)結(jié)構(gòu)與信息處理機(jī)制以應(yīng)對(duì)愈加數(shù)據(jù)化的時(shí)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(shí)具備云計(jì)算與移動(dòng)互聯(lián)網(wǎng)優(yōu)勢(shì)的移動(dòng)邊緣計(jì)算（MEC）應(yīng)運(yùn)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(jì)算與存儲(chǔ)功能,從而緩解核心網(wǎng)絡(luò)壓力、為用戶同時(shí)提供低時(shí)延、低能耗和高可靠的網(wǎng)絡(luò)傳輸。然而,面對(duì)邊緣用戶日益劇增的計(jì)算需求以及能量受限的硬件約束,使得MEC的計(jì)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(jì)算卸載及能量?jī)?yōu)化機(jī)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(jì)算卸載可以將實(shí)時(shí)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(dòng)設(shè)備處理提供計(jì)算與能量支撐,同時(shí)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(shí)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(yè)數(shù)】：64 頁(yè)

【學(xué)位級(jí)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(guó)內(nèi)外研究現(xiàn)狀
        1.3.1 計(jì)算卸載
        1.3.2 資源分配
        1.3.3 能效優(yōu)化
    1.4 本文研究?jī)?nèi)容
第2章 移動(dòng)邊緣計(jì)算及相關(guān)技術(shù)概述
    2.1 移動(dòng)邊緣計(jì)算技術(shù)概述
        2.1.1 移動(dòng)邊緣計(jì)算架構(gòu)
        2.1.2 移動(dòng)邊緣計(jì)算應(yīng)用場(chǎng)景
        2.1.3 移動(dòng)邊緣計(jì)算部署方案
    2.2 邊緣計(jì)算中計(jì)算卸載概述
        2.2.1 計(jì)算卸載流程
        2.2.2 卸載決策制定
        2.2.3 計(jì)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(jì)算卸載策略
    3.1 引言
    3.2 系統(tǒng)模型
        3.2.1 本地計(jì)算模型
        3.2.2 邊緣計(jì)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(shí)驗(yàn)設(shè)置
        3.5.2 實(shí)驗(yàn)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(jì)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(xiàng)目


【參考文獻(xiàn)】：
期刊論文
[1]基于終端能耗和系統(tǒng)時(shí)延最小化的邊緣計(jì)算卸載及資源分配機(jī)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(bào). 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(guó)通信. 2019(11)
[3]移動(dòng)邊緣計(jì)算技術(shù)概述[J]. 洪德堅(jiān),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(dòng)邊緣計(jì)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(bào). 2019(05)
[5]移動(dòng)邊緣計(jì)算環(huán)境下服務(wù)工作流的計(jì)算卸載[J]. 董浩,張海平,李忠金,劉輝.  計(jì)算機(jī)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(guó)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(guó)通信. 2015(02)

碩士論文
[1]MEC系統(tǒng)的計(jì)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(dòng)邊緣計(jì)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(hào)：2944175