隨著人工智能和物聯(lián)網(wǎng)移動應(yīng)用的快速發(fā)展,人臉識別、增強(qiáng)現(xiàn)實(shí)等新型應(yīng)用被廣泛地應(yīng)用在各種移動設(shè)備中。然而移動設(shè)備受到體積、電池容量等因素的限制,難以滿足新型應(yīng)用對時(shí)延和能耗的需求。移動邊緣計(jì)算技術(shù)的出現(xiàn)為解決該問題提供了新的方式,該技術(shù)將計(jì)算密集型的應(yīng)用卸載到計(jì)算資源豐富的邊緣服務(wù)器上執(zhí)行,有效地降低計(jì)算任務(wù)的執(zhí)行時(shí)延和能耗,提升運(yùn)營商對用戶的服務(wù)質(zhì)量。但移動邊緣計(jì)算技術(shù)在帶來諸多優(yōu)勢的同時(shí),也存在著如何根據(jù)有限的計(jì)算和通信資源來制定合理的計(jì)算任務(wù)卸載策略的問題。因此,本文針對多用戶場景下的計(jì)算任務(wù)卸載策略與資源分配聯(lián)合優(yōu)化問題展開研究,具體內(nèi)容如下:（1）假設(shè)邊緣服務(wù)器計(jì)算資源不受限,將卸載策略與資源分配優(yōu)化問題分解成信道分配和傳輸功率分配問題。首先根據(jù)有效卸載理論得出信道分配結(jié)果并制定卸載策略,然后,利用擬凸優(yōu)化理論得到傳輸功率的最優(yōu)解。仿真結(jié)果表明,所提出方案能夠有效地降低計(jì)算任務(wù)執(zhí)行的時(shí)延和能耗,在用戶數(shù)量較多時(shí),該方案仍然能夠保持較好的系統(tǒng)性能以及制定合理的卸載策略。（2）在邊緣服務(wù)器計(jì)算資源受限的情況下,為了提高用戶移動設(shè)備的續(xù)航能力和移動邊緣計(jì)算系統(tǒng)的整體服務(wù)質(zhì)量,引入基于... 

【文章來源】：合肥工業(yè)大學(xué)安徽省 211工程院校 教育部直屬院校

【文章頁數(shù)】：73 頁

【學(xué)位級別】：碩士

【文章目錄】：
致謝
摘要
abstract
第一章 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 整體卸載
        1.2.2 部分卸載
    1.3 本文主要研究內(nèi)容與結(jié)構(gòu)安排
        1.3.1 論文主要研究內(nèi)容
        1.3.2 論文結(jié)構(gòu)安排
第二章 移動邊緣計(jì)算相關(guān)技術(shù)及應(yīng)用
    2.1 移動邊緣計(jì)算相關(guān)技術(shù)介紹
        2.1.1 移動邊緣計(jì)算簡介
        2.1.2 移動邊緣計(jì)算的關(guān)鍵技術(shù)
        2.1.3 移動邊緣計(jì)算架構(gòu)和部署方案
    2.2 移動邊緣計(jì)算的典型應(yīng)用
    2.3 計(jì)算卸載過程
    2.4 本章小結(jié)
第三章 多用戶高效計(jì)算任務(wù)卸載
    3.1 引言
    3.2 系統(tǒng)模型
        3.2.1 通信模型
        3.2.2 計(jì)算模型
    3.3 問題描述
    3.4 問題解決
        3.4.1 資源分配
        3.4.2 卸載策略優(yōu)化
    3.5 實(shí)驗(yàn)結(jié)果與分析
        3.5.1 實(shí)驗(yàn)參數(shù)選擇
        3.5.2 實(shí)驗(yàn)結(jié)果分析
    3.6 本章小結(jié)
第四章 計(jì)算資源受限的多用戶計(jì)算任務(wù)卸載
    4.1 引言
    4.2 系統(tǒng)模型
        4.2.1 本地計(jì)算
        4.2.2 計(jì)算卸載模型
    4.3 問題描述
    4.4 資源優(yōu)化
        4.4.1 移動設(shè)備傳輸功率
        4.4.2 邊緣服務(wù)器計(jì)算資源分配
    4.5 基于坐標(biāo)上升法的卸載策略優(yōu)化
        4.5.1 基于卸載優(yōu)先級的信道匹配
        4.5.2 卸載策略優(yōu)化
    4.6 仿真結(jié)果與分析
        4.6.1 仿真參數(shù)選擇
        4.6.2 仿真結(jié)果分析
    4.7 本章小結(jié)
第五章 總結(jié)與展望
    5.1 本文總結(jié)
    5.2 后續(xù)工作展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間的學(xué)術(shù)活動及成果


【參考文獻(xiàn)】：
期刊論文
[1]5G在智慧醫(yī)療領(lǐng)域的應(yīng)用與發(fā)展[J]. 葛涵濤,陸燁曄.  信息通信技術(shù)與政策. 2020(12)
[2]基于次模優(yōu)化的邊云協(xié)同多用戶計(jì)算任務(wù)遷移方法[J]. 梁冰,紀(jì)雯.  通信學(xué)報(bào). 2020(10)
[3]基于移動邊緣計(jì)算的虛擬現(xiàn)實(shí)壓縮與傳輸系統(tǒng)[J]. 譚彬,趙嵩源,吳俊,張文茹.  通信學(xué)報(bào). 2020(04)
[4]移動性感知的邊緣服務(wù)遷移策略[J]. 吳大鵬,呂吉,李職杜,王汝言.  通信學(xué)報(bào). 2020(04)
[5]車聯(lián)網(wǎng)中一種基于軟件定義網(wǎng)絡(luò)與移動邊緣計(jì)算的卸載策略[J]. 張海波,荊昆侖,劉開健,賀曉帆.  電子與信息學(xué)報(bào). 2020(03)
[6]移動邊緣計(jì)算中卸載策略與功率的聯(lián)合優(yōu)化[J]. 余翔,石雪琴,劉一勛.  計(jì)算機(jī)工程. 2020(06)
[7]移動邊緣計(jì)算中的計(jì)算卸載策略研究綜述[J]. 董思岐,李海龍,屈毓錛,張釗,胡磊.  計(jì)算機(jī)科學(xué). 2019(11)
[8]邊緣計(jì)算綜述:應(yīng)用、現(xiàn)狀及挑戰(zhàn)[J]. 丁春濤,曹建農(nóng),楊磊,王尚廣.  中興通訊技術(shù). 2019(03)
[9]超密集網(wǎng)絡(luò)中基于移動邊緣計(jì)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(bào). 2019(05)
[10]Joint Resource Allocation Using Evolutionary Algorithms in Heterogeneous Mobile Cloud Computing Networks[J]. Weiwei Xia,Lianfeng Shen.  中國通信. 2018(08)

博士論文
[1]智慧城市系統(tǒng)的要素、結(jié)構(gòu)及模型研究[D]. 張小娟.華南理工大學(xué) 2015

碩士論文
[1]移動邊緣計(jì)算環(huán)境中數(shù)據(jù)與計(jì)算卸載方法研究[D]. 孟潔.北京郵電大學(xué) 2019
[2]基于移動邊緣計(jì)算的任務(wù)卸載策略研究[D]. 劉國強(qiáng).哈爾濱工業(yè)大學(xué) 2018



本文編號：3603475