隨著移動互聯(lián)網(wǎng)和物聯(lián)網(wǎng)（Internet of Things,Io T）的快速發(fā)展和融合,促使移動終端數(shù)量和面向云計算的應(yīng)用業(yè)務(wù)不斷增加。而傳統(tǒng)的云計算和移動云計算架構(gòu)由于面臨著高延遲、低覆蓋、可擴展性差等缺點,依然不能滿足未來Io T時代超低時延和超高數(shù)據(jù)容量的計算需求。尤其是計算密集型和時延敏感型應(yīng)用（如增強現(xiàn)實、虛擬現(xiàn)實和無人駕駛等）的出現(xiàn),驅(qū)使數(shù)據(jù)的計算和存儲逐漸推向網(wǎng)絡(luò)邊緣。移動邊緣計算（Mobile Edge Computing,MEC）作為一種新的計算范式應(yīng)運而生,有效提升了用戶服務(wù)體驗,并得到了大量關(guān)注和研究。然而,在分布式MEC環(huán)境下,不同任務(wù)類型在計算時延方面通常具有差異化需求,同時由于復(fù)雜時變的流量特征,對高效的任務(wù)卸載及資源分配構(gòu)成嚴峻挑戰(zhàn)。本文通過分析時變MEC環(huán)境中異構(gòu)任務(wù)卸載時延和計算資源需求的差異性,建立了多樣化任務(wù)卸載模型,為實現(xiàn)對任務(wù)卸載和計算資源分配的彈性控制和按需分配,運用買賣博弈理論與Lyapunov優(yōu)化理論,在用戶卸載收益與時延之間進行折中,并設(shè)計了一種計算資源的動態(tài)按需報價方法,提出了一種面向異構(gòu)任務(wù)的資源按需分配算法。仿真結(jié)果表明,所提的... 

【文章頁數(shù)】：67 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
注釋表
第1章 緒論
    1.1 研究背景及意義
    1.2 移動邊緣計算概述
        1.2.1 移動邊緣計算應(yīng)用場景
        1.2.2 移動邊緣計算架構(gòu)
    1.3 移動邊緣計算任務(wù)卸載概述
    1.4 論文研究工作
    1.5 論文章節(jié)安排
第2章 移動邊緣計算資源分配算法概述
    2.1 引言
    2.2 基于集中式優(yōu)化的資源分配算法研究現(xiàn)狀
        2.2.1 基于時延優(yōu)化的資源分配算法
        2.2.2 基于能耗優(yōu)化的資源分配算法
        2.2.3 基于時延能耗均衡的資源分配算法
    2.3 基于分布式優(yōu)化的資源分配算法研究現(xiàn)狀
    2.4 存在的挑戰(zhàn)
    2.5 本章小結(jié)
第3章 面向異構(gòu)任務(wù)的資源按需分配算法
    3.1 引言
    3.2 系統(tǒng)模型分析
        3.2.1 隊列模型
        3.2.2 卸載效用模型
        3.2.3 通信成本模型
        3.2.4 計算成本模型
    3.3 資源按需分配算法分析
        3.3.1 基于Lyapunov優(yōu)化的買賣博弈模型分析
        3.3.2 最優(yōu)策略分析
        3.3.3 均衡存在性分析
        3.3.4 價格更新策略
    3.4 仿真與性能分析
        3.4.1 仿真場景設(shè)置
        3.4.2 性能分析
    3.5 本章小結(jié)
第4章 不確定環(huán)境下基于隨機博弈的資源分配算法
    4.1 引言
    4.2 系統(tǒng)模型分析
        4.2.1 本地隊列模型
        4.2.2 本地處理模型
        4.2.3 MEC服務(wù)器處理模型
    4.3 確定性環(huán)境下基于買賣博弈的資源分配算法分析
        4.3.1 買方/IDAs確定性買賣博弈模型分析
        4.3.2 賣方/MSs確定性買賣博弈模型分析
    4.4 不確定環(huán)境下基于隨機博弈的資源分配算法分析
        4.4.1 MEC服務(wù)器隊列等待時間不確定性分析
        4.4.2 基于Lyapunov優(yōu)化的兩階段隨機博弈模型分析
        4.4.3 基于Lyapunov優(yōu)化的多階段隨機博弈模型分析
        4.4.4 最優(yōu)策略分析
        4.4.5 均衡存在性分析
    4.5 仿真與性能分析
        4.5.1 仿真場景設(shè)置
        4.5.2 性能分析
    4.6 本章小結(jié)
第5章 總結(jié)與展望
    5.1 本文工作總結(jié)
    5.2 未來工作展望
參考文獻
致謝
攻讀碩士學(xué)位期間從事的科研工作及取得的成果


【參考文獻】：
期刊論文
[1]基于終端能耗和系統(tǒng)時延最小化的邊緣計算卸載及資源分配機制[J]. 代美玲,劉周斌,郭少勇,邵蘇杰,邱雪松.  電子與信息學(xué)報. 2019(11)
[2]超密集網(wǎng)絡(luò)中基于移動邊緣計算的任務(wù)卸載和資源優(yōu)化[J]. 張海波,李虎,陳善學(xué),賀曉帆.  電子與信息學(xué)報. 2019(05)
[3]基于Stackelberg博弈的虛擬化無線傳感網(wǎng)絡(luò)資源分配策略[J]. 王汝言,李宏娟,吳大鵬.  電子與信息學(xué)報. 2019(02)
[4]基于移動邊緣計算的V2X任務(wù)卸載方案[J]. 張海波,欒秋季,朱江,賀曉帆.  電子與信息學(xué)報. 2018(11)



本文編號：3681069