隨著物聯(lián)網(wǎng)設(shè)備的普及和智能交通系統(tǒng)的發(fā)展,滿足車輛用戶的服務(wù)質(zhì)量要求的挑戰(zhàn)日益突出。車聯(lián)網(wǎng)邊緣計算（Vehicular Edge Computing,VEC）是一種有前途的新型計算范式,它將計算和存儲資源遷移到接近車輛用戶的網(wǎng)絡(luò)邊緣,從而降低服務(wù)延遲并減少通信開銷。然而,由于邊緣計算資源的地域分散性和車聯(lián)網(wǎng)的高動態(tài)性,VEC中的服務(wù)提供面臨著諸多問題。本文對VEC的任務(wù)卸載和數(shù)據(jù)分發(fā)技術(shù)進行深入研究,旨在提高計算密集型和數(shù)據(jù)密集型應(yīng)用的整體性能。論文的主要工作和創(chuàng)新點如下:（1）針對路側(cè)單元（Road Side Unit,RSU）提供計算服務(wù)的場景,提出一種基于RSU協(xié)同邊緣計算的任務(wù)卸載策略。本文設(shè)計一種實現(xiàn)RSU協(xié)同邊緣計算的網(wǎng)絡(luò)架構(gòu)和任務(wù)卸載流程,分析任務(wù)執(zhí)行位置和執(zhí)行順序?qū)θ蝿?wù)完成時間和任務(wù)執(zhí)行成本產(chǎn)生的影響,構(gòu)建任務(wù)卸載效用模型;以任務(wù)卸載效用最大化為目標(biāo)建立優(yōu)化模型,設(shè)計一種基于單親遺傳算法和啟發(fā)式規(guī)則的混合智能優(yōu)化算法進行求解。仿真結(jié)果顯示,與現(xiàn)有策略相比,基于RSU協(xié)同邊緣計算的任務(wù)卸載策略的卸載效用提高了約15%。（2）針對高可用計算服務(wù)的提供問題,提出一種基于車輛協(xié)... 

【文章來源】：北京交通大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：131 頁

【學(xué)位級別】：博士

【部分圖文】：

車聯(lián)網(wǎng)邊緣計算體系結(jié)構(gòu)

北京交通大學(xué)博士學(xué)位論文20任務(wù)卸載效用模型。然后，以任務(wù)卸載效用最大化為目標(biāo)建立優(yōu)化模型，設(shè)計基于單親遺傳算法和啟發(fā)式規(guī)則的混合智能優(yōu)化算法進行求解。最后，通過仿真實驗驗證所提策略的性能。2.2RSU協(xié)同邊緣計算系統(tǒng)模型本節(jié)首先描述RSU協(xié)同邊緣計算場景，設(shè)計實現(xiàn)RSU協(xié)同邊緣計算的網(wǎng)絡(luò)架構(gòu)和任務(wù)卸載流程。其次，對該場景下的任務(wù)卸載進行建模，構(gòu)建任務(wù)卸載效用模型。最后，構(gòu)建任務(wù)卸載決策和計算資源分配聯(lián)合優(yōu)化模型。2.2.1RSU協(xié)同邊緣計算場景描述本文研究的RSU協(xié)同邊緣計算場景如圖2-1所示。在道路沿線部署有多個RSU，借助5G大規(guī)模天線技術(shù)，RSU可以同時與多輛車進行數(shù)據(jù)交換。RSU上安裝有具有中等計算能力的MEC服務(wù)器，一次只能執(zhí)行一項計算任務(wù)。這樣，RSU可以利用MEC服務(wù)器的計算資源為道路上的車輛提供計算卸載服務(wù)。為了便于表示，在本章中，每個RSU及其連接的MEC服務(wù)器被稱為一個服務(wù)節(jié)點。圖2-1RSU協(xié)同邊緣計算場景Figure2-1RSUcollaborativeedgecomputingscenario分布式的服務(wù)節(jié)點可以為車輛提供泛在的、低延遲的計算卸載服務(wù)，但它們的服務(wù)能力會有所不同。由于無線電發(fā)射功率和通信環(huán)境的差異，RSU的無線覆蓋區(qū)域各不相同。同時，由于硬件配置不同，各MEC服務(wù)器的計算能力也有所不同。

北京交通大學(xué)博士學(xué)位論文242.2.3RSU協(xié)同邊緣計算聯(lián)合優(yōu)化模型為了更好地理解任務(wù)卸載過程，使用如圖2-2所示的示意圖表示一種任務(wù)卸載方案。在圖2-2中，縱軸表示時間，橫軸表示服務(wù)節(jié)點。將所有的車輛視為一個服務(wù)節(jié)點，并將服務(wù)節(jié)點的集合M擴展為00,1,,。這樣任務(wù)的本地執(zhí)行時間可以表示為，0。顯然有以下結(jié)論：1，0，0。圖2-2一種任務(wù)卸載方案的示意圖Figure2-2Schematicdiagramofataskoffloadingscheme在圖2-2中，每個矩形代表一個計算任務(wù)，矩形中的數(shù)字是任務(wù)對應(yīng)的車輛編號。矩形的高度表示任務(wù)的執(zhí)行時間，具體數(shù)值取決于任務(wù)的計算量和所在服務(wù)節(jié)點的計算能力。矩形的橫坐標(biāo)表示處理該任務(wù)的服務(wù)節(jié)點，上下兩條邊的縱坐標(biāo)分別是任務(wù)執(zhí)行的完成時間和起始時間。因此，給定每個矩形在時間-節(jié)點二維平面上的位置，就可以確定每個任務(wù)對應(yīng)的服務(wù)節(jié)點、起始時間和完成時間，從而推導(dǎo)出對應(yīng)的任務(wù)卸載效用。假設(shè)任務(wù)由服務(wù)節(jié)點處理，它對應(yīng)的到達時間、起始時間、完成時間和期望完成時間如圖2-2所示。需要注意的是，服務(wù)節(jié)點上的任務(wù)是由不同的車輛執(zhí)行的，并且這些任務(wù)之間沒有依賴關(guān)系，因此它們對應(yīng)的矩形可以并排放置。其他的服務(wù)節(jié)點的計算性能有限，一次只能執(zhí)行一項任務(wù)，因此在同一服務(wù)節(jié)點上的矩形必須順序放置。于是，本章研究的任務(wù)卸載決策和計算資源分配聯(lián)合優(yōu)化問題等價于以下特殊的二維裝箱問題：如何在時間-節(jié)點平面上布置各項任務(wù)對應(yīng)的矩形，在保證各矩形互不重疊的前提下，最大化所有任務(wù)的總卸載效用。為了描述聯(lián)合優(yōu)化問題，設(shè)置以下決策變量：：如果任務(wù)被分配給服務(wù)節(jié)點且1，則1，否則0；


本文編號：3445451