隨著移動(dòng)設(shè)備的快速發(fā)展,相關(guān)智能應(yīng)用極大地改變了人們的生活方式。但由于移動(dòng)設(shè)備的計(jì)算和存儲(chǔ)資源有限,同時(shí)傳統(tǒng)云計(jì)算中任務(wù)卸載方式存在高延遲、網(wǎng)絡(luò)擁塞、傳輸距離遠(yuǎn)等問(wèn)題,已經(jīng)不能滿足計(jì)算密集型和時(shí)延敏感型任務(wù)的計(jì)算要求。而移動(dòng)邊緣計(jì)算（Mobile Edge Computing,MEC）技術(shù)將云端的計(jì)算與存儲(chǔ)能力下沉到用戶近端的網(wǎng)絡(luò)節(jié)點(diǎn)上,并且能夠在滿足低延遲的要求下提供計(jì)算服務(wù)。因此,將任務(wù)卸載到MEC服務(wù)器上計(jì)算,能夠提高任務(wù)計(jì)算效率、降低任務(wù)時(shí)延、降低移動(dòng)設(shè)備能耗和任務(wù)卸載成本。MEC中任務(wù)卸載受到能耗、時(shí)延以及卸載成本等多種因素影響,如何高效地進(jìn)行任務(wù)卸載是亟需解決的問(wèn)題。當(dāng)前,眾多學(xué)者研究了MEC中任務(wù)卸載的最小化卸載成本,最小化能耗和時(shí)延等問(wèn)題,但存在一些不足:（1）基于最小化卸載成本的研究中,未考慮對(duì)MEC中任務(wù)卸載成本（信道傳輸成本和任務(wù)計(jì)算成本）的優(yōu)化,以及其它空閑移動(dòng)設(shè)備能夠提供計(jì)算服務(wù)的可能;（2）基于最小化能耗和時(shí)延的研究中,未考慮在保證隊(duì)列穩(wěn)定的情況下同時(shí)降低任務(wù)時(shí)延和移動(dòng)設(shè)備能耗,并且現(xiàn)有研究在降低移動(dòng)設(shè)備能耗和任務(wù)時(shí)延方面,采用的方法依賴(lài)系統(tǒng)參數(shù)的過(guò)去狀態(tài),... 

【文章來(lái)源】：江西師范大學(xué)江西省

【文章頁(yè)數(shù)】：61 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

云計(jì)算架構(gòu)圖

碩士學(xué)位論文4務(wù)器具有較強(qiáng)的計(jì)算能力，每一個(gè)MEC服務(wù)器包含特定的應(yīng)用程序和計(jì)算服務(wù)，它的作用相當(dāng)于一個(gè)靠近用戶端的小型云中心[14]。移動(dòng)設(shè)備通過(guò)無(wú)線網(wǎng)絡(luò)連接到MEC服務(wù)器，而MEC服務(wù)器通過(guò)高速鏈路連接到云中心。將來(lái)會(huì)有數(shù)以?xún)|計(jì)的MEC服務(wù)器部署在移動(dòng)設(shè)備近端，其系統(tǒng)架構(gòu)如圖1-3所示。圖1-3MEC系統(tǒng)架構(gòu)圖隨著技術(shù)的發(fā)展，移動(dòng)設(shè)備的功能將更加完善和豐富，但是移動(dòng)設(shè)備的處理能力仍然不能滿足計(jì)算密集型任務(wù)的計(jì)算需求。在云計(jì)算模式中，云服務(wù)器與移動(dòng)設(shè)備的距離較遠(yuǎn)，不利于任務(wù)高效卸載的實(shí)現(xiàn)[7,13]，而MEC服務(wù)器有充足的能力處理計(jì)算密集型和時(shí)延敏感型任務(wù)[15]。因此，將計(jì)算密集型和時(shí)延敏感任務(wù)卸載到MEC服務(wù)器上處理是任務(wù)卸載的一種重要方式，對(duì)于移動(dòng)設(shè)備任務(wù)的高效處理具有積極作用。目前，來(lái)自學(xué)術(shù)界和工業(yè)界的研究人員一直在積極推動(dòng)MEC技術(shù)的發(fā)展。MEC是云計(jì)算向邊緣的延伸，兩者既有相似之處，也存在很多不同，它們的具體細(xì)節(jié)如表1–1所示。表1–1移動(dòng)邊緣計(jì)算和云計(jì)算對(duì)比表類(lèi)目移動(dòng)邊緣計(jì)算(MEC)云計(jì)算計(jì)算模型相對(duì)分布集中服務(wù)硬件小型數(shù)據(jù)中心大型數(shù)據(jù)中心與用戶距離較近遠(yuǎn)連接方式無(wú)線連接專(zhuān)線連接隱私保護(hù)高低時(shí)延較低高核心思想邊緣化集中化計(jì)算資源相對(duì)較多豐富存儲(chǔ)容量相對(duì)較大豐富應(yīng)用方面對(duì)時(shí)延較高的應(yīng)用：自動(dòng)駕駛、AR、實(shí)時(shí)系統(tǒng)對(duì)計(jì)算量要求大的任務(wù)：在線商業(yè)、電商平臺(tái)數(shù)據(jù)支撐、航天數(shù)據(jù)分析從表1–1可以看出，云計(jì)算和MEC在很多方面都有不同，將任務(wù)卸載到

基于李雅普諾夫優(yōu)化的移動(dòng)邊緣計(jì)算任務(wù)卸載策略研究21基于李雅普諾夫優(yōu)化的流程分析主要步驟如圖3-3所示。圖3-3基于李雅普諾夫優(yōu)化的流程分析圖關(guān)于以前MEC中任務(wù)卸載的論文中，學(xué)者采用了各種數(shù)學(xué)法，比如凸優(yōu)化、貪心策略、隨機(jī)梯度算法[52,53]，但是這些方法都不能根據(jù)當(dāng)前時(shí)間片的狀態(tài)實(shí)時(shí)進(jìn)行判定。李雅普諾夫優(yōu)化算法的能夠在每個(gè)時(shí)間片的系統(tǒng)變化中自動(dòng)適應(yīng)網(wǎng)絡(luò)狀態(tài)，不需要人為的去改變里面的一些控制量，具有自動(dòng)學(xué)習(xí)的能力。它不需要像大部分算法一樣需要很多先驗(yàn)性的參數(shù)輸入，對(duì)于動(dòng)態(tài)變化的系統(tǒng)的實(shí)時(shí)控制具有很好的適應(yīng)性，也同時(shí)保證了相對(duì)較低的算法復(fù)雜性。在算法計(jì)算過(guò)程中，該算法不是直接計(jì)算最優(yōu)值，而是通過(guò)計(jì)算證明函數(shù)具有最優(yōu)上界而保證系統(tǒng)穩(wěn)定和最優(yōu)解的存在，比其他算法的直接求解更加簡(jiǎn)單[49]�？紤]一個(gè)具有M個(gè)隊(duì)列的動(dòng)態(tài)系統(tǒng)，12()((),(),...,())MQtQtQtQt代表隊(duì)列向量。假設(shè)Q(t)在每個(gè)時(shí)間片變化。對(duì)于向量Q(t)，定義二次的李雅普諾夫函數(shù)：211(t)()2MiiiLQtQ(3-8)其中0{}Mii是整數(shù)權(quán)值，一般情況下所有權(quán)值=1i。L(Q(t))總是非負(fù)的，當(dāng)且僅當(dāng)Q(t)中所有的隊(duì)列為0時(shí)L(Q(t))為零。定義李雅普諾夫漂移函數(shù)[50,54]：

【參考文獻(xiàn)】：
碩士論文
[1]基于移動(dòng)邊緣計(jì)算的任務(wù)卸載策略研究[D]. 劉國(guó)強(qiáng).哈爾濱工業(yè)大學(xué) 2018
[2]基于邊緣計(jì)算的無(wú)線自適應(yīng)視頻流傳輸技術(shù)研究[D]. 彭艷蓉.華中科技大學(xué) 2018



本文編號(hào)：3337443