發(fā)布時(shí)間：2021-06-09 08:16

　　伴隨著5G時(shí)代的到來,在線游戲、人臉識(shí)別等要求低時(shí)延的計(jì)算密集型任務(wù)相繼出現(xiàn),傳統(tǒng)云計(jì)算無法為用戶提供毫秒級(jí)任務(wù)卸載服務(wù),因此移動(dòng)邊緣計(jì)算（Mobile Edge Computing,MEC）應(yīng)運(yùn)而生。MEC將云計(jì)算功能下沉到到網(wǎng)絡(luò)邊緣,有效降低了用戶任務(wù)計(jì)算卸載延遲。雖然目前關(guān)于計(jì)算卸載研究工作眾多,但也存在許多局限性。首先,現(xiàn)有的關(guān)于計(jì)算卸載的研究工作側(cè)重于獨(dú)立任務(wù),而非依賴性任務(wù),獨(dú)立任務(wù)卸載策略無法解決真實(shí)場景下任務(wù)依賴性帶來的挑戰(zhàn)。其次,現(xiàn)有研究工作側(cè)重于單用戶任務(wù)卸載,忽視了多用戶場景下任務(wù)競爭資源的問題。最后,現(xiàn)有工作多關(guān)注靜態(tài)卸載場景,忽略了任務(wù)動(dòng)態(tài)到達(dá)、計(jì)算資源可變等動(dòng)態(tài)場景下的挑戰(zhàn)。基于以上問題及挑戰(zhàn),本文在多用戶場景下研究了依賴性任務(wù)在專用以及共享服務(wù)器上在線卸載策略,其目標(biāo)是減小任務(wù)響應(yīng)時(shí)間以及延遲時(shí)間。在專用邊緣服務(wù)器上,計(jì)算資源是靜態(tài)穩(wěn)定的。本文針對(duì)任務(wù)動(dòng)態(tài)到達(dá)問題提出了基于鏈表的依賴性任務(wù)在線滑動(dòng)卸載及調(diào)度算法。該算法通過為任務(wù)節(jié)點(diǎn)分配非固定執(zhí)行時(shí)間,解決了任務(wù)依賴關(guān)系約束導(dǎo)致的難調(diào)度的問題。此外,為了進(jìn)一步優(yōu)化算法調(diào)度解,本文提出了兩個(gè)優(yōu)化算法:自適應(yīng)回... 

【文章來源】：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

【文章頁數(shù)】：70 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

邊緣計(jì)算示例圖

圖 1.2 增強(qiáng)現(xiàn)實(shí)技術(shù)處理流程圖性任務(wù)卸載與調(diào)度忽視了現(xiàn)實(shí)生活中動(dòng)態(tài)性大多只關(guān)注靜態(tài)場景，忽視了真實(shí)動(dòng)態(tài)環(huán)境下的挑戰(zhàn)態(tài)調(diào)度與卸載的研究工作相對(duì)較少。動(dòng)態(tài)性主要包含務(wù)器上任務(wù)動(dòng)態(tài)到達(dá)問題。在本文中，專用服務(wù)器一戶，其處理速度為靜態(tài)穩(wěn)定的。目前關(guān)于專用服務(wù)器依為靜態(tài)卸載決策。其假設(shè)任務(wù)信息已知，根據(jù)當(dāng)前服務(wù)載決策，然而靜態(tài)卸載策略難以應(yīng)用在任務(wù)動(dòng)態(tài)到達(dá)的任務(wù)調(diào)度算法側(cè)重于獨(dú)立任務(wù)。文獻(xiàn)[18,19]側(cè)重于獨(dú)立依賴性任務(wù)細(xì)粒度的調(diào)度，這將會(huì)導(dǎo)致在真實(shí)環(huán)境中務(wù)器上計(jì)算資源的動(dòng)態(tài)性。在共享邊緣服務(wù)器上，任

華 中 科 技 大 學(xué) 碩 士 學(xué) 位 論務(wù)器獲取所有的計(jì)算卸載請(qǐng)求信息，根據(jù)全局信息生成卸載解。而分布式卸載算法由于決策信息簡單也涌現(xiàn)出一部分研移動(dòng)傳輸功率，提出了一個(gè)整數(shù)優(yōu)化問題，使總能耗和卸載接收功率小于一定閾值時(shí)，卸載算法才是正向收益。在本文中配方案。

【參考文獻(xiàn)】：
碩士論文
[1]面向LTE行業(yè)應(yīng)用的無線基站準(zhǔn)入控制機(jī)制[D]. 孫嘉璐.北京郵電大學(xué) 2018



本文編號(hào)：3220232