MEC网络中联合优化计算卸载算法研究

发布时间：2021-12-29 00:03

　　移动边缘计算是解决并实现5G视觉应用的关键技术之一,主要特点是将传统云的计算资源、网络控制和存储推送到网络边缘,以更好地支持延迟敏感型应用服务。用户利用计算卸载技术将计算任务迁移到服务器端执行,扩展终端设备计算能力的同时,减少任务时延和设备能耗。高效的计算卸载方案不仅可以提高用户体验质量,还可以平衡网络负载。本文总结了近年有关移动边缘计算（Mobile Edge Computing,MEC）的研究成果,并围绕高效的计算卸载技术做进一步研究。边缘服务器计算资源相对于传统云服务器资源较少,如果卸载用户过多可能会导致网络负载失衡,还会增加用户的开销,降低用户的体验质量。因此,本文在计算资源的约束下,设计基于博弈论的功率优化计算卸载算法,该算法在经典博弈论方法的基础上结合了二分搜索法,能有效降低任务卸载过程中的传输时延和能耗,并实现了多用户计算卸载博弈的纳什均衡。仿真结果表明,本文设计基于博弈论的功率优化卸载算法性能优于传统的博弈卸载算法和自适应顺序博弈卸载算法,降低了任务时延和设备能耗,并且具有优越的计算卸载性能。当用户从一个服务器覆盖范围移动到另外一个服务器区域时,用户需要在两个服务器之间... 

【文章来源】：重庆邮电大学重庆市

【文章页数】：72 页

【学位级别】：硕士

【部分图文】：

GT-POOA在最小计算开销下的收敛行为

不同用户数下 GT-POOA 收敛的平均迭代

用户在不同卸载方案下的平均有益卸载用户数

【参考文献】：
期刊论文
[1]Efficient Task Completion for Parallel Offloading in Vehicular Fog Computing[J]. Jindou Xie,Yunjian Jia,Zhengchuan Chen,Zhaojun Nan,Liang Liang.  中国通信. 2019(11)
[2]云辅助移动边缘计算中的计算卸载策略[J]. 王妍,葛海波,冯安琪.  计算机工程. 2020(08)
[3]面向5G的MEC系统关键技术[J]. 宋晓诗,闫岩,王梦源.  中兴通讯技术. 2018(01)
[4]Mobile Edge Computing Towards 5G: Vision, Recent Progress, and Open Challenges[J]. Yifan Yu.  中国通信. 2016(S2)
[5]Mobile Edge Computing and Field Trial Results for 5G Low Latency Scenario[J]. Jianmin Zhang,Weiliang Xie,Fengyi Yang,Qi Bi.  中国通信. 2016(S2)
[6]移动云计算研究进展与趋势[J]. 崔勇,宋健,缪葱葱,唐俊.  计算机学报. 2017(02)

硕士论文
[1]5G混合网络的关键技术研究[D]. 欧阳昊.电子科技大学 2018
[2]超密集网络中基于移动边缘计算的卸载策略研究[D]. 郭俊.北京邮电大学 2018



本文编号：3554992