隨著網絡技術的發(fā)展,以及通信設備的普及,大量物聯(lián)網應用應運而生。然而移動設備的計算、緩存資源往往受到自身體積的限制,無法處理大量計算密集型、延遲關鍵型的計算任務,于是云計算乃至邊緣計算被提出以應對上述問題。移動設備通過將部分計算密集型、延遲敏感性任務卸載到云端以共享云端的計算資源,低延遲條件下完成到達的任務成為可能。然而隨著5G時代即將來臨,超密度網絡漸漸成形,不同于傳統(tǒng)的云計算架構,超密集網絡在強大的宏基站下提供了大量的小型基站,為移動設備提供一對一甚至多對一的網絡服務,移動設備能同時將計算任務卸載到覆蓋范圍內的宏基站以及小型基站,宏基站擁有強大的計算能力但具有云計算架構的突出問題:與移動設備距離過遠,傳輸延遲較高。小型基站擁有略遜于宏基站的計算能力,但距離移動設備近,傳輸延遲以及傳輸能耗都大大降低,網絡架構發(fā)生了顯著的變化,由一層變?yōu)榱硕鄬?超密度網絡下的計算卸載以及資源分配策略成為移動邊緣計算的關鍵問題之一。近年來溫室效應不斷加劇,低碳環(huán)保成為了當今社會的主題,綠色計算這一概念也被提出。本文本著綠色計算的原則,以能耗最小化為目的,將系統(tǒng)的能耗模型建立成一個非凸問題,并通過坐標下降... 

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

【文章頁數(shù)】：49 頁

【學位級別】：碩士

【部分圖文】：

云計算模式互聯(lián)網總體架構

第2章相關理論技術6第2章相關理論技術2.1移動邊緣計算（MEC）2.1.1MEC移動云計算的出現(xiàn)增加了人們對可靠服務的期望。大量的云資源和服務使得許多應用于智能環(huán)境的新應用出現(xiàn)。然而，移動云計算的發(fā)展已經成為通信密集型應用的一個難題，其需要滿足越來越嚴格的延遲需求。這個問題在互聯(lián)網上變得更加嚴重。當前云當前云計算范式無法滿足低延遲、位置感知和移動性支持的要求。移動邊緣計算（MEC）通過將計算和存儲資源部署在更加靠近用戶的一側而成為一種非常有前途的計算架構，這種機制本質上不同于傳統(tǒng)的云計算。MEC旨在使數(shù)百萬個連接的移動設備能夠直接在網絡邊緣執(zhí)行實時應用程序。MEC的顯著特征是它與最終用戶的親近性，移動性支持以及MEC服務器的密集地理部署。其網絡架構見圖2.1。圖2.1移動邊緣計算架構2.1.2MECO隨著移動邊緣計算（MEC）的出現(xiàn)，用戶勢必需要將任務卸載到邊緣服務器以充分利用邊緣節(jié)點的計算存儲資源。由此但是了一個新名詞——移動邊緣計算卸

第2章相關理論技術7載（MECO）。其研究領域涉及車聯(lián)網、智能醫(yī)療、智能電網等各種物聯(lián)網領域，旨在通過優(yōu)化任務的卸載比例及卸載方式來達到各種目標，優(yōu)化系統(tǒng)性能。對于不同的目標，移動邊緣計算的卸載策略不同。比如用戶體驗、時間成本、系統(tǒng)能耗、負載均衡等，或者其中多種目標的結合，結合各種優(yōu)化算法，通過設計一個評價指標，來設計出一種最優(yōu)化指標的卸載策略，相關研究見第一章。2.2超密度網絡UDN一般來說，UDN可以定義為在單個宏基站MBS內包含有大量低功率和較小覆蓋的小型基站SCs的網絡，如圖2.2所示。這些SCs的數(shù)量大于或至少等于用戶設備UEs的數(shù)量，通常由運營商部署在熱點地區(qū)，如機嘗地鐵/火車站、市場和居民區(qū)。根據其功能和類別，這些SCs可以通過光纖、電纜或微波鏈路連接到網絡，或與MBS共享相同的無線信道[20]。通過大量密集部署SCs，UNDs可以顯著提高網絡容量、網絡覆蓋率、頻譜效率和數(shù)據速率，從而顯著增強用戶體驗[21]。此外，由于UDNs中UEs和小區(qū)之間的距離較短，使得多個SCs服務于單個用戶的場景成為可能，從而將網絡服務模式從小區(qū)中心轉移到以用戶為中心。此外，借助于第三代合作項目（3GPP）開發(fā)的雙連接技術或針對5G網絡開發(fā)的CoMP和海量MIMO等技術，UE可以同時連接到MBS和一個或多個SCs，以進一步提高網絡吞吐量、頻譜效率和數(shù)據速率。圖2.2超密度網絡架構


本文編號：3559844