面向节能的移动边缘计算的卸载策略研究
发布时间：2020-03-23 02:38
【摘要】：无线通信技术的蓬勃发展促进了移动互联网的快速发展,网络边缘的移动设备上每时每刻都在产生庞大的数据量。移动设备相对于网络中心的云服务器来说计算资源、存储资源、电池能耗都十分有限,难以实时处理如此多的数据。为了解决这个日益突出的问题,新兴的计算框架——移动边缘计算(Mobile Edge Computing,MEC)应运而生。移动边缘计算具有时延低、节能、降低核心网拥塞等优势。本文即是面向节能这一优势来研究移动边缘计算。本文共提出三个边缘计算场景,分别是单用户-多MEC服务器场景、多用户-单MEC服务器场景、多用户-多MEC服务器场景。在这三个场景下分别研究卸载决策、资源分配问题。共同点为目标均是在满足任务的时延限制条件下使得系统总能耗最低。在单用户-多MEC服务器场景中,用户移动设备上有若干个计算任务等待卸载,优化变量是任务的卸载决策(即某个任务卸载到哪个MEC服务器上或者不进行卸载)、以及移动设备的发射功率分配(即移动设备分别为每个任务分配多少发射功率)。提出了 AOA(Alternately Optimizing Algorithm)算法,第一步通过KM(Kuhn-Munkras)二部图匹配算法来求得卸载决策,第二步通过数学的单调性证明求得发射功率分配的解析解。在多用户-单MEC服务器场景中,有多个用户移动设备上的任务申请卸载到MEC服务器中,由MEC服务器集中决策分配通信资源(子载波)和计算资源(MEC服务器CPU频率)。由于优化变量一个是离散整数一个是连续小数,一般的优化方法较难解决,所以采用机器学习回归算法。回归算法可用来模拟输入和输出之间的非线性关系,输出为连续值。为了获取训练数据,随机生成10000条数据并通过离散化输入空间来穷举得到标签。然后比较三种回归算法:随机森林、Xgboost、人工神经网络对结果拟合的好坏。通过计算相应的系统能耗发现,人工神经网络能取得接近最优解的资源分配。在多用户-多MEC服务器场景中,研究移动设备如何选择卸载对象能够取得最小系统能耗。优化变量为移动设备的卸载决策。记移动设备个数为K,MEC服务器个数为M,则解空间有K*(M+1)种可能性。应用人工鱼群算法,将优化变量映射为人工鱼的位置坐标(K维),并将目标函数和限制条件转换为食物浓度函数。通过离散化步长和对坐标取值限制上下界,迭代求解。因为算法不能保证跳出局部最小值,因此结果为次优解。通过与随机卸载方式和不卸载方式进行对比发现能够取得更低的系统能耗。
【图文】：
逦逦逡逑高。因为理论上来说计算卸载过程在无线接入网部分就可以完成，不依赖于网络逡逑的其他部分。逡逑（５）邋ＭＥＣ服务器部署在蜂窝网络的边缘，能够更快地感知用户状态变化，逡逑对于那些基于位置的服务具有更快的反应速度，还能更快地感知通信条件的变逡逑化，，从而完成链路的切换。逡逑如图２－１所示，移动边缘计算从网络结构来看主要分为三层。最底层是用户逡逑移动设备，包括智能手机、平板电脑、物理网设备、车联网设备等。中间一层是逡逑网络边缘的无线接入网网关，在异构网络中这一层包括各种无线接入设备如宏基逡逑站、家庭基站、卫星等，用户移动设备通过这一层接入到无线网络中，ＭＥＣ服逡逑务器通常也部署在这一层，只是目前对于ＭＥＣ服务器具体应该如何部署还未有逡逑定论。最上层还有位于核心网的云计算服务器，大部分的移动边缘计算系统并未逡逑考虑云服务器，因为这通常是移动云计算中常见的。然后，在少部分的文献中提逡逑到，ＭＥＣ服务器的资源也是有限的，对于某些任务ＭＥＣ服务器还可以通过回逡逑程链路转发送给位于云服务中心处理。逡逑
对于那些基于位置的服务具有更快的反应速度，还能更快地感知通信条件的变逡逑化，从而完成链路的切换。逡逑如图２－１所示，移动边缘计算从网络结构来看主要分为三层。最底层是用户逡逑移动设备，包括智能手机、平板电脑、物理网设备、车联网设备等。中间一层是逡逑网络边缘的无线接入网网关，在异构网络中这一层包括各种无线接入设备如宏基逡逑站、家庭基站、卫星等，用户移动设备通过这一层接入到无线网络中，ＭＥＣ服逡逑务器通常也部署在这一层，只是目前对于ＭＥＣ服务器具体应该如何部署还未有逡逑定论。最上层还有位于核心网的云计算服务器，大部分的移动边缘计算系统并未逡逑考虑云服务器，因为这通常是移动云计算中常见的。然后，在少部分的文献中提逡逑到，ＭＥＣ服务器的资源也是有限的，对于某些任务ＭＥＣ服务器还可以通过回逡逑程链路转发送给位于云服务中心处理。逡逑图２－１移动边}慵扑鉗嬄缃峁雇煎义希玻惨贫咴导扑愕挠τ贸【板义衔寺阋贫チ臀锪目焖俜⒄
本文编号：2596042
【图文】：
逦逦逡逑高。因为理论上来说计算卸载过程在无线接入网部分就可以完成，不依赖于网络逡逑的其他部分。逡逑（５）邋ＭＥＣ服务器部署在蜂窝网络的边缘，能够更快地感知用户状态变化，逡逑对于那些基于位置的服务具有更快的反应速度，还能更快地感知通信条件的变逡逑化，，从而完成链路的切换。逡逑如图２－１所示，移动边缘计算从网络结构来看主要分为三层。最底层是用户逡逑移动设备，包括智能手机、平板电脑、物理网设备、车联网设备等。中间一层是逡逑网络边缘的无线接入网网关，在异构网络中这一层包括各种无线接入设备如宏基逡逑站、家庭基站、卫星等，用户移动设备通过这一层接入到无线网络中，ＭＥＣ服逡逑务器通常也部署在这一层，只是目前对于ＭＥＣ服务器具体应该如何部署还未有逡逑定论。最上层还有位于核心网的云计算服务器，大部分的移动边缘计算系统并未逡逑考虑云服务器，因为这通常是移动云计算中常见的。然后，在少部分的文献中提逡逑到，ＭＥＣ服务器的资源也是有限的，对于某些任务ＭＥＣ服务器还可以通过回逡逑程链路转发送给位于云服务中心处理。逡逑
对于那些基于位置的服务具有更快的反应速度，还能更快地感知通信条件的变逡逑化，从而完成链路的切换。逡逑如图２－１所示，移动边缘计算从网络结构来看主要分为三层。最底层是用户逡逑移动设备，包括智能手机、平板电脑、物理网设备、车联网设备等。中间一层是逡逑网络边缘的无线接入网网关，在异构网络中这一层包括各种无线接入设备如宏基逡逑站、家庭基站、卫星等，用户移动设备通过这一层接入到无线网络中，ＭＥＣ服逡逑务器通常也部署在这一层，只是目前对于ＭＥＣ服务器具体应该如何部署还未有逡逑定论。最上层还有位于核心网的云计算服务器，大部分的移动边缘计算系统并未逡逑考虑云服务器，因为这通常是移动云计算中常见的。然后，在少部分的文献中提逡逑到，ＭＥＣ服务器的资源也是有限的，对于某些任务ＭＥＣ服务器还可以通过回逡逑程链路转发送给位于云服务中心处理。逡逑图２－１移动边}慵扑鉗嬄缃峁雇煎义希玻惨贫咴导扑愕挠τ贸【板义衔寺阋贫チ臀锪目焖俜⒄
本文编号：2596042
本文链接：https://www.wllwen.com/guanlilunwen/ydhl/2596042.html
