基于移動邊緣計算的計算卸載與能效優(yōu)化研究
發(fā)布時間:2020-12-28 18:11
隨著移動物聯網與無線通信技術的快速發(fā)展,智能互聯與云計算技術日臻成熟,爆炸式的終端設備接入及其產生的數據流量呈指數級增長,尤其計算密集型、延遲敏感型的移動應用數據對傳統(tǒng)通信網絡結構帶來了嚴峻的挑戰(zhàn)。與此同時,計算及能量資源受限的終端設備已難以匹及高復雜度、高能耗的業(yè)務場景需求,尋求新一代網絡結構與信息處理機制以應對愈加數據化的時代需求已成為學術界、產業(yè)界廣泛關注的議題。因此,同時具備云計算與移動互聯網優(yōu)勢的移動邊緣計算(MEC)應運而生,其能夠較大程度地在更加靠近用戶的位置提供應用所需的計算與存儲功能,從而緩解核心網絡壓力、為用戶同時提供低時延、低能耗和高可靠的網絡傳輸。然而,面對邊緣用戶日益劇增的計算需求以及能量受限的硬件約束,使得MEC的計算卸載策略與能量配置方式面臨著巨大挑戰(zhàn)。因此,研究高效的計算卸載及能量優(yōu)化機制是目前MEC系統(tǒng)中亟待解決的重要問題。作為MEC系統(tǒng)網絡的關鍵技術,計算卸載可以將實時的應用數據卸載至靠近終端設備的網絡邊緣,為資源受限的移動設備處理提供計算與能量支撐,同時減少了任務上傳核心云的額外開銷,降低了回程鏈路的資源與時延消耗。而能量收集(EH)技術可以為能量...
【文章來源】:蘭州理工大學甘肅省
【文章頁數】:64 頁
【學位級別】: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 國內外研究現狀
1.3.1 計算卸載
1.3.2 資源分配
1.3.3 能效優(yōu)化
1.4 本文研究內容
第2章 移動邊緣計算及相關技術概述
2.1 移動邊緣計算技術概述
2.1.1 移動邊緣計算架構
2.1.2 移動邊緣計算應用場景
2.1.3 移動邊緣計算部署方案
2.2 邊緣計算中計算卸載概述
2.2.1 計算卸載流程
2.2.2 卸載決策制定
2.2.3 計算卸載分類
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
2.4 能量收集技術
2.4.1 能量來源
2.4.2 能量收集結構
2.5 本章小結
第3章 基于PD-BPSO算法的計算卸載策略
3.1 引言
3.2 系統(tǒng)模型
3.2.1 本地計算模型
3.2.2 邊緣計算模型
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化
3.4.2 最優(yōu)卸載決策
3.5 仿真分析
3.5.1 實驗設置
3.5.2 實驗結果及分析
3.6 本章小結
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 基于廣義分數規(guī)劃理論的目標凸優(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
總結與展望
參考文獻
致謝
附錄 A 攻讀碩士學位期間所發(fā)表的學術論文
附錄 B 攻讀碩士學位期間參與的科研項目
【參考文獻】:
期刊論文
[1]基于終端能耗和系統(tǒng)時延最小化的邊緣計算卸載及資源分配機制[J]. 代美玲,劉周斌,郭少勇,邵蘇杰,邱雪松. 電子與信息學報. 2019(11)
[2]Performance Analysis of Cooperative NOMA with Energy Harvesting in Multi-Cell Networks[J]. Cheng Guo,Jie Xin,Liqiang Zhao,Xiaoli Chu. 中國通信. 2019(11)
[3]移動邊緣計算技術概述[J]. 洪德堅,王雷. 網絡新媒體技術. 2019(05)
[4]超密集網絡中基于移動邊緣計算的任務卸載和資源優(yōu)化[J]. 張海波,李虎,陳善學,賀曉帆. 電子與信息學報. 2019(05)
[5]移動邊緣計算環(huán)境下服務工作流的計算卸載[J]. 董浩,張海平,李忠金,劉輝. 計算機工程與應用. 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. 中國通信. 2015(02)
碩士論文
[1]MEC系統(tǒng)的計算資源分配及任務調度研究[D]. 劉遠祥.重慶郵電大學 2019
[2]移動邊緣計算網絡中基于系統(tǒng)效益優(yōu)化的資源分配算法研究[D]. 賈凡.北京郵電大學 2019
[3]基于能量收集技術的綠色認知網絡功率分配算法研究[D]. 王元一.吉林大學 2018
本文編號:2944175
【文章來源】:蘭州理工大學甘肅省
【文章頁數】:64 頁
【學位級別】: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 國內外研究現狀
1.3.1 計算卸載
1.3.2 資源分配
1.3.3 能效優(yōu)化
1.4 本文研究內容
第2章 移動邊緣計算及相關技術概述
2.1 移動邊緣計算技術概述
2.1.1 移動邊緣計算架構
2.1.2 移動邊緣計算應用場景
2.1.3 移動邊緣計算部署方案
2.2 邊緣計算中計算卸載概述
2.2.1 計算卸載流程
2.2.2 卸載決策制定
2.2.3 計算卸載分類
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
2.4 能量收集技術
2.4.1 能量來源
2.4.2 能量收集結構
2.5 本章小結
第3章 基于PD-BPSO算法的計算卸載策略
3.1 引言
3.2 系統(tǒng)模型
3.2.1 本地計算模型
3.2.2 邊緣計算模型
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化
3.4.2 最優(yōu)卸載決策
3.5 仿真分析
3.5.1 實驗設置
3.5.2 實驗結果及分析
3.6 本章小結
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 基于廣義分數規(guī)劃理論的目標凸優(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
總結與展望
參考文獻
致謝
附錄 A 攻讀碩士學位期間所發(fā)表的學術論文
附錄 B 攻讀碩士學位期間參與的科研項目
【參考文獻】:
期刊論文
[1]基于終端能耗和系統(tǒng)時延最小化的邊緣計算卸載及資源分配機制[J]. 代美玲,劉周斌,郭少勇,邵蘇杰,邱雪松. 電子與信息學報. 2019(11)
[2]Performance Analysis of Cooperative NOMA with Energy Harvesting in Multi-Cell Networks[J]. Cheng Guo,Jie Xin,Liqiang Zhao,Xiaoli Chu. 中國通信. 2019(11)
[3]移動邊緣計算技術概述[J]. 洪德堅,王雷. 網絡新媒體技術. 2019(05)
[4]超密集網絡中基于移動邊緣計算的任務卸載和資源優(yōu)化[J]. 張海波,李虎,陳善學,賀曉帆. 電子與信息學報. 2019(05)
[5]移動邊緣計算環(huán)境下服務工作流的計算卸載[J]. 董浩,張海平,李忠金,劉輝. 計算機工程與應用. 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. 中國通信. 2015(02)
碩士論文
[1]MEC系統(tǒng)的計算資源分配及任務調度研究[D]. 劉遠祥.重慶郵電大學 2019
[2]移動邊緣計算網絡中基于系統(tǒng)效益優(yōu)化的資源分配算法研究[D]. 賈凡.北京郵電大學 2019
[3]基于能量收集技術的綠色認知網絡功率分配算法研究[D]. 王元一.吉林大學 2018
本文編號:2944175
本文鏈接:http://sikaile.net/kejilunwen/xinxigongchenglunwen/2944175.html