發(fā)布時(shí)間：2023-11-20 19:09

　　隨著移動(dòng)物聯(lián)網(wǎng)的迅速發(fā)展,移動(dòng)設(shè)備變得越來越普及,同時(shí)大量的計(jì)算密集型應(yīng)用也隨之興起。這些應(yīng)用一般需要大量計(jì)算并產(chǎn)生高能耗,可是移動(dòng)設(shè)備在計(jì)算能力和電池容量方面受限,兩者之間的矛盾推動(dòng)了移動(dòng)邊緣計(jì)算(MEC)的發(fā)展。移動(dòng)邊緣計(jì)算將云服務(wù)器部署在無線接入網(wǎng)絡(luò)的邊緣,在物理位置上位于移動(dòng)設(shè)備用戶的附近,為用戶提供云計(jì)算資源,因此,用戶可以將任務(wù)計(jì)算卸載至附近的MEC服務(wù)器端執(zhí)行,以降低其任務(wù)計(jì)算的響應(yīng)時(shí)間和能量消耗。但是,關(guān)于計(jì)算卸載問題的研究,現(xiàn)有工作大多考慮的是,分配給每一個(gè)卸載用戶的通信資源和計(jì)算資源在一個(gè)計(jì)算卸載周期內(nèi)保持不變,即資源的靜態(tài)分配,導(dǎo)致了有限資源的浪費(fèi),影響了MEC計(jì)算卸載的性能。為了解決上述問題,我們提出了在任務(wù)計(jì)算卸載過程中無線帶寬資源和計(jì)算資源動(dòng)態(tài)分配的方案,即將數(shù)據(jù)傳輸結(jié)束任務(wù)所分配的帶寬資源重新分配給數(shù)據(jù)傳輸未結(jié)束的任務(wù),將計(jì)算結(jié)束任務(wù)所分配的計(jì)算資源重新分配給計(jì)算未結(jié)束的任務(wù),從而提高資源利用率。首先,我們分析了MEC網(wǎng)絡(luò)場(chǎng)景下基于通信資源和計(jì)算資源動(dòng)態(tài)分配的計(jì)算卸載問題,分別建立了通信模型、計(jì)算模型和代價(jià)模型,并提出了計(jì)算卸載的博弈論模型,其目標(biāo)是最小化...

【文章頁數(shù)】：58 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景及現(xiàn)狀
    1.2 論文主要貢獻(xiàn)
    1.3 論文結(jié)構(gòu)安排
第2章 計(jì)算卸載相關(guān)工作
    2.1 計(jì)算卸載工作分類
    2.2 基于博弈論的計(jì)算卸載工作
    2.3 計(jì)算卸載相關(guān)工作與本文工作的比較
    2.4 本章小結(jié)
第3章 基于資源動(dòng)態(tài)分配的計(jì)算卸載問題分析與建模
    3.1 系統(tǒng)建模
        3.1.1 網(wǎng)絡(luò)場(chǎng)景
        3.1.2 通信模型
        3.1.3 計(jì)算模型
        3.1.4 代價(jià)模型
    3.2 基于博弈論的計(jì)算卸載問題建模
        3.2.1 計(jì)算卸載的博弈論模型
        3.2.2 博弈論模型納什均衡的存在性
    3.3 本章小結(jié)
第4章 基于博弈論模型的計(jì)算卸載算法的設(shè)計(jì)與實(shí)現(xiàn)
    4.1 計(jì)算卸載算法
    4.2 算法的收斂性
    4.3 算法的性能
        4.3.1 受益云計(jì)算用戶的數(shù)量
        4.3.2 系統(tǒng)級(jí)計(jì)算代價(jià)
    4.4 本章小結(jié)
第5章 實(shí)驗(yàn)研究
    5.1 實(shí)驗(yàn)設(shè)計(jì)
    5.2 實(shí)驗(yàn)結(jié)果
        5.2.1 ECO-MEC算法收斂性實(shí)驗(yàn)
        5.2.2 任務(wù)數(shù)據(jù)大小范圍的不同長(zhǎng)度實(shí)驗(yàn)
        5.2.3 任務(wù)計(jì)算所需CPU周期數(shù)范圍的不同長(zhǎng)度實(shí)驗(yàn)
        5.2.4 不同用戶數(shù)量實(shí)驗(yàn)
    5.3 本章小結(jié)
第6章 結(jié)論與展望
    6.1 本文研究總結(jié)
    6.2 展望
參考文獻(xiàn)
作者簡(jiǎn)介及在學(xué)期間所取得的科研成果
致謝



本文編號(hào)：3865660