發(fā)布時間：2021-11-21 16:11

　　隨著5G技術(shù)的迅速發(fā)展,智能移動設(shè)備已成為社會生活中不可或缺的重要部分,催生出了大量高質(zhì)量的服務(wù)與應(yīng)用,例如自動駕駛、增強現(xiàn)實、自然語言處理等。如今,人們對于智能應(yīng)用的需求與日俱增,產(chǎn)生的數(shù)據(jù)流量呈指數(shù)級增長,這一趨勢對用戶終端設(shè)備提出了巨大的挑戰(zhàn)。傳統(tǒng)的云計算以集中式的計算模式為用戶提供服務(wù),以突破終端設(shè)備的能力限制。但實際場景中云計算在服務(wù)效率、隱私等方面存在很大不足,移動邊緣計算模式應(yīng)運而生。移動邊緣計算以分布式的方式將計算與存儲工作移至靠近用戶的網(wǎng)絡(luò)邊緣設(shè)備處進行,以減少時間延遲與能量的消耗,提高用戶體驗與服務(wù)質(zhì)量（Quality of Service,QoS）。任務(wù)從用戶設(shè)備到網(wǎng)絡(luò)邊緣的轉(zhuǎn)移過程被稱為計算卸載,計算卸載是移動邊緣計算中的關(guān)鍵問題,現(xiàn)有的計算卸載方法主要存在以下兩點局限性:（1）在優(yōu)化目標(biāo)方面多是基于時間延遲與能耗的優(yōu)化,未充分考慮到用戶對于應(yīng)用程序的實時性需求;（2）未考慮移動邊緣計算系統(tǒng)環(huán)境的動態(tài)性,忽略了卸載決策與系統(tǒng)環(huán)境的交互。針對上述兩點問題,本文提出了一種有效的解決方案。在多用戶單小區(qū)的MEC系統(tǒng)環(huán)境下,建立本地計算模型與計算卸載模型。本文將提升用戶... 

【文章來源】：吉林大學(xué)吉林省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：71 頁

【學(xué)位級別】：碩士

【部分圖文】：

邊緣計算網(wǎng)絡(luò)架構(gòu)

第2章相關(guān)理論和技術(shù)11有兩種決策：卸載與不卸載。因此，用戶的選擇對于系統(tǒng)來說存在以下三種情況[46]：（１）不卸載。在這種情況下，所有的計算任務(wù)全部由用戶設(shè)備本地執(zhí)行，MEC服務(wù)器不執(zhí)行任務(wù)，如圖2.2的UD1。（２）全部卸載。在這種情況下，用戶設(shè)備將所有的計算任務(wù)都交付給遠(yuǎn)程MEC服務(wù)器執(zhí)行，本地不執(zhí)行任務(wù)，如圖2.2中的UD2。（３）部分卸載。在這種情況下，用戶設(shè)備選擇將一部分計算任務(wù)交付給遠(yuǎn)程MEC服務(wù)器執(zhí)行，剩余任務(wù)由用戶設(shè)備本地執(zhí)行，如圖2.2中的UD3。圖2.2計算卸載類型計算卸載的另一個重點內(nèi)容就是制定卸載規(guī)則，即在執(zhí)行計算卸載決策的情況下，用戶設(shè)備決定給將哪些任務(wù)交付給MEC服務(wù)器。目前大多數(shù)相關(guān)工作都針對于兩個指標(biāo)進行計算卸載規(guī)則的研究，即時間延遲與能耗，同時這兩者也是MEC系統(tǒng)的重要優(yōu)化目標(biāo)。假設(shè)任務(wù)在用戶設(shè)備本地執(zhí)行的時間延遲為，將任務(wù)交付給MEC服務(wù)器得到的時間延遲為。通常包括三部分的時間延遲，將任務(wù)上傳的通信延遲，任務(wù)在MEC服務(wù)器上的遠(yuǎn)程執(zhí)行延遲，處理結(jié)果反饋的通信延遲，即=++。在基于時間延遲的卸載決策中，為了最小化總體完工時

第2章相關(guān)理論和技術(shù)12間，當(dāng)>時，將任務(wù)卸載到MEC服務(wù)器執(zhí)行，否則由用戶設(shè)備本地執(zhí)行。如圖2.3所示。圖2.3基于時間延遲的卸載決策假設(shè)任務(wù)在用戶設(shè)備本地執(zhí)行消耗的電池能量為EL，對任務(wù)進行計算卸載所消耗的總能量為。通常包括兩部分的能耗，發(fā)送任務(wù)消耗的能量和接收處理結(jié)果消耗的能量，即=+。在基于能耗的計算卸載決策中，為了最小化電池能耗，當(dāng)>時,將任務(wù)卸載到MEC服務(wù)器執(zhí)行，否則由用戶設(shè)備本地執(zhí)行。如圖2.4所示。圖2.4基于能耗的卸載決策

【參考文獻】：
期刊論文
[1]基于優(yōu)勢學(xué)習(xí)的深度Q網(wǎng)絡(luò)[J]. 夏宗濤,秦進.  計算機工程與應(yīng)用. 2019(20)
[2]移動邊緣計算卸載技術(shù)綜述[J]. 謝人超,廉曉飛,賈慶民,黃韜,劉韻潔.  通信學(xué)報. 2018(11)
[3]邊緣計算:萬物互聯(lián)時代新型計算模型[J]. 施巍松,孫輝,曹杰,張權(quán),劉偉.  計算機研究與發(fā)展. 2017(05)

碩士論文
[1]基于深度強化學(xué)習(xí)的移動邊緣計算中的計算卸載與資源分配算法研究與實現(xiàn)[D]. 李季.北京郵電大學(xué) 2019



本文編號：3509819