隨著云計(jì)算、大數(shù)據(jù)的發(fā)展及用戶對移動終端性能要求的提升,將移動終端復(fù)雜的計(jì)算和存儲需求轉(zhuǎn)移到云端或者近云端進(jìn)行處理是萬物互聯(lián)模式的必然選擇。而且,在移動設(shè)備電池能量有限的情況下,如何降低移動終端能耗,提高能量利用率及增強(qiáng)用戶體驗(yàn)是綠色網(wǎng)絡(luò)發(fā)展迫切需要解決的問題之一。本文主要研究數(shù)據(jù)卸載過程中的能耗優(yōu)化問題,考慮到移動終端在無線信道狀態(tài)好的時(shí)刻發(fā)送數(shù)據(jù)能提高能量的利用率,提出基于最優(yōu)停止理論的數(shù)據(jù)卸載能耗優(yōu)化策略:在移動云計(jì)算中提出一種基于秘書問題的最優(yōu)卸載策略以最小化單位數(shù)據(jù)的平均能耗。通過構(gòu)建具有多個(gè)應(yīng)用的數(shù)據(jù)卸載隊(duì)列模型,在基于所選應(yīng)聘者的絕對名次均值最小的秘書問題,提出放過k個(gè)應(yīng)聘者后見優(yōu)則錄的規(guī)則,并證明該規(guī)則存在最優(yōu)k值。實(shí)驗(yàn)結(jié)果表明,本文提出的優(yōu)化策略具有較小的單位數(shù)據(jù)平均能耗,更優(yōu)的能耗效率及較佳的偵測效率。在移動邊緣計(jì)算中提出基于最優(yōu)停止理論的最小化單位數(shù)據(jù)平均能耗卸載策略。通過構(gòu)建n個(gè)移動終端卸載數(shù)據(jù)到m個(gè)基站的任務(wù)模型,對本地能耗、卸載能耗和基站能耗進(jìn)行聯(lián)合優(yōu)化。并通過增廣拉格朗日乘子法將原始不等式約束問題轉(zhuǎn)化為等式約束問題進(jìn)行求解,更進(jìn)一步地證明了所求的最優(yōu)停止規(guī)... 

【文章來源】：廣西大學(xué)廣西壯族自治區(qū) 211工程院校

【文章頁數(shù)】：54 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２－１基于隊(duì)列的數(shù)據(jù)模型??

（ａ）Ｒａｙｌｅｉｇｈ?ｄｉｓｔｒｉｂｕｔｉｏｎ?ａｖｅｒａｇｅ?ｅｎｅｒｇｙ?ｃｏｎｓｕｍｐｔｉｏｎ?（ｂ）Ｒｉｃｉａｎ?ｄｉｓｔｒｉｂｕｔｉｏｎ?ａｖｅｒａｇｅ?ｅｎｅｒｇｙ?ｃｏｎｓｕｍｐｔｉｏｎ??圖２－２不同變化時(shí)的平均能耗對比??Ｆｉｇ．?２－２?Ｃｏｍｐａｒｉｓｏｎ?ｏｆ?ａｖｅｒａｇｅ?ｅｎｅｒｇｙ?ｃｏｎｓｕｍｐｔｉｏｎ?ｉｎ?ｄｉｆｆｅｒｅｎｔ?Ｍ?ｃｈａｎｇｅｓ??ｌｅ＾——??：?——＿＾４?｜８＾?－?—一？？？？■－?，—２??§?＼?－＾－ＯＵＳＳＰ?§?＼?－？－ｏｃ＾ｓ＾??寶?－＼?—ｒｕｓ?ｇ?ｉ?—ｍｙｓｉ??＾６?＼?－－?ｔｓｔｂ?＾?５６?＾?［；＿＞？?ｒｓｒｅ?＼?＂?＾??Ｈ?二！４??Ｉ２?１?Ｉ２－?９５??｜?０?５?１０?１５?２０?Ｉ?０?５?１０?１５?２０??Ｒａｔｅ?ｃ（＾１０２ｂｐｓ）?Ｒａｔｅ?ｃ（＾１０２ｂｐｓ）??（ａ）Ｒａｙｌｅｉｇｈ?ｄｉｓｔｒｉｂｕｔｉｏｎ?ａｖｅｒａｇｅ?ｅｎｅｒｇｙ?ｃｏｎｓｕｍｐｔｉｏｎ?（ｂ）Ｒｉｃｉａｎ?ｄｉｓｔｒｉｂｕｔｉｏｎ?ａｖｅｒａｇｅ?ｅｎｅｒｇｙ?ｃｏｎｓｕｍｐｔｉｏｎ??圖２－３不同ｃ變化時(shí)的平均能耗對比??Ｆｉｇ．?２－３?Ｃｏｍｐａｒｉｓｏｎ?ｏｆ?ａｖｅｒａｇｅ?ｅｎｅｒｇｙ?ｃｏｎｓｕｍｐｔｉｏｎ?ｉｎ?ｄｉｆｆｅｒｅｎｔ?ｃ?ｃｈａｎｇｅｓ??圖２－４是三種策略在Ｒａｙｌｅｉｇｈ分布和Ｒｉｃｉａｎ分布下隨著￡）？不斷增大時(shí)的平均能耗對比??結(jié)果。觀察圖２－４可知

（ａ）Ｒａｙｌｅｉｇｈ?ｄｉｓｔｒｉｂｕｔｉｏｎ?ａｖｅｒａｇｅ?ｅｎｅｒｇｙ?ｃｏｎｓｕｍｐｔｉｏｎ?（ｂ）Ｒｉｃｉａｎ?ｄｉｓｔｒｉｂｕｔｉｏｎ?ａｖｅｒａｇｅ?ｅｎｅｒｇｙ?ｃｏｎｓｕｍｐｔｉｏｎ??圖２－３不同ｃ變化時(shí)的平均能耗對比??Ｆｉｇ．?２－３?Ｃｏｍｐａｒｉｓｏｎ?ｏｆ?ａｖｅｒａｇｅ?ｅｎｅｒｇｙ?ｃｏｎｓｕｍｐｔｉｏｎ?ｉｎ?ｄｉｆｆｅｒｅｎｔ?ｃ?ｃｈａｎｇｅｓ??圖２－４是三種策略在Ｒａｙｌｅｉｇｈ分布和Ｒｉｃｉａｎ分布下隨著￡）？不斷增大時(shí)的平均能耗對比??結(jié)果。觀察圖２－４可知，在兩種分布中，ＯＵＳＳＰ策略平均能耗最低，能效最佳。且ＯＵＳＳＰ??策略和ＲＵＳ策略因數(shù)據(jù)卸載時(shí)刻與￡）；？有關(guān)，平均能耗值隨著／＾的增加呈減少趨勢。這??是因?yàn)楫?dāng)／）？増大時(shí)，生成的數(shù)據(jù)有更多的機(jī)會在最大延時(shí)之前卸載到云端，單位數(shù)據(jù)消??耗的能量減少，所以平均能耗呈減少趨勢。當(dāng)延時(shí)仏大于２５ｓ時(shí)，每比特?cái)?shù)據(jù)消耗能量??無限接近于０，但不會等于０，此時(shí)雖然平均能耗較低，但用戶體驗(yàn)度不佳。??１５??

【參考文獻(xiàn)】：
期刊論文
[1]A Greedy Algorithm for Task Offloading in Mobile Edge Computing System[J]. Feng Wei,Sixuan Chen,Weixia Zou.  中國通信. 2018(11)
[2]移動邊緣計(jì)算任務(wù)卸載和基站關(guān)聯(lián)協(xié)同決策問題研究[J]. 于博文,蒲凌君,謝玉婷,徐敬東,張建忠.  計(jì)算機(jī)研究與發(fā)展. 2018(03)
[3]近端云計(jì)算:后云計(jì)算時(shí)代的機(jī)遇與挑戰(zhàn)[J]. 周悅芝,張迪.  計(jì)算機(jī)學(xué)報(bào). 2019(04)
[4]利用最優(yōu)停止理論研究最優(yōu)能效數(shù)據(jù)分發(fā)策略[J]. 彭穎,王高才,王淖.  小型微型計(jì)算機(jī)系統(tǒng). 2017(12)
[5]無線網(wǎng)絡(luò)中具有信道感知的數(shù)據(jù)傳輸能耗優(yōu)化策略研究[J]. 謝天驍,王高才,彭穎.  小型微型計(jì)算機(jī)系統(tǒng). 2017(08)
[6]移動社會網(wǎng)絡(luò)中基于社區(qū)的最優(yōu)能效路由策略研究[J]. 彭穎,王淖,王高才.  通信學(xué)報(bào). 2017(05)
[7]邊緣計(jì)算:萬物互聯(lián)時(shí)代新型計(jì)算模型[J]. 施巍松,孫輝,曹杰,張權(quán),劉偉.  計(jì)算機(jī)研究與發(fā)展. 2017(05)
[8]移動網(wǎng)絡(luò)中基于數(shù)據(jù)到達(dá)速率的數(shù)據(jù)傳輸能耗優(yōu)化策略[J]. 彭穎,王高才,王淖.  計(jì)算機(jī)科學(xué). 2017(01)
[9]移動網(wǎng)絡(luò)中基于最優(yōu)停止理論的數(shù)據(jù)傳輸能耗優(yōu)化策略[J]. 彭穎,王高才,黃書強(qiáng),王淖,李道豐.  計(jì)算機(jī)學(xué)報(bào). 2016(06)
[10]云計(jì)算下保障公平性的多資源分配算法[J]. 盧笛,馬建峰,王一川,習(xí)寧,張留美,孟憲佳.  西安電子科技大學(xué)學(xué)報(bào). 2014(03)



本文編號：3507746