面向能效的传输与计算资源联合优化技术研究

发布时间：2020-04-12 08:20

【摘要】：由于多媒体业务的快速增长以及二氧化碳排放的大量增加,将可再生能源应用在无线通信领域已经迫在眉睫。在很多情况下,通信系统主要由可再生能源进行供电。此外,随着移动终端技术的发展,出现了一些高要求的服务应用。但是这些服务和应用意味着要求更低的时延,更高的计算速率等。针对以上问题,本文主要研究面向能效的传输与计算资源的联合优化技术。其中包括内容传输及移动边缘计算的卸载问题。第一,本文解决了绿色能源捕获和任务到达不匹配的问题。从内容广播和缓存相关问题入手,采用完全绿色能源供电的小基站。考虑到绿色能源的到达是随机的,难以预测,因此当能源和任务到达不匹配时,会发生能源浪费或短缺。针对绿色能源捕获和任务到达不匹配的问题,本文提出了一种基于Q学习的内容缓存与推送方法。Q学习是一种无模型的增强型学习技术,可以在马尔可夫过程中找到最佳的行动选择策略。仿真分析表明,该算法提高了绿色能源的利用率,得到了小基站决策的规律,证明了该模型的有效性。第二,本文提出了一种基于强化学习的任务迁移策略,该算法可实时了解动态工作负载卸载和边缘服务器的状态,给出最佳策略。并且解决了将可再生能源纳入移动边缘计算的挑战。该算法用于物联网设备选择移动边缘计算(Mobile Edge Computing,MEC)设备,并根据当前电池电量,每个MEC设备的先前无线电带宽和预测的收集能量数量确定卸载比例。仿真结果显示,该方法在网络时延,丢包率方面均有不错的表现,提高了能源的利用效率。
【图文】：

逦北京邮电大学工学硕士学位论文务，，并将其他ＳＢＳ数据传输视为后台干扰。由于ＳＢＳ密集部署，每个用户的和干扰被认为是相同的。并且因为所有ＳＢＳ工作方式相同，所以仅关注模型的一个ＳＢＳ策略公式。ＳＢＳ通过有线／无线回程链路连接到ＭＢＳ以获取内容将其存储在高速缓存中以减少核心网络中的拥塞。本文假设整个内容存储在核网络中。从ＭＢＳ到核心网络获取内容的过程可以忽略不计。因此只关注从基到用户的内容传输。逡逑

一ZQ一Leaming动作选择(c广5)
【学位授予单位】：北京邮电大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TN929.5;TP393.09

【相似文献】

相关期刊论文 前10条

1 吴豪强;;坚定不移地优先发展水电 使水电成为绿色能源支柱[J];水利水电工程造价;2010年01期

2 于爽;;中国绿色能源行业现状与发展前景分析[J];中外企业家;2018年31期

3 袁晓燕;;档案服务助推新天绿色能源公司成功在港上市[J];档案天地;2017年03期

4 尚文科;;绿色能源——光伏发电[J];宁夏电力;2017年02期

5 尚文科;;绿色能源—光伏发电场[J];宁夏电力;2015年06期

6 安娜;;全球首个“熊猫电站”启动[J];金融世界;2016年12期

7 赵素丽;;绿色能源的合理利用与开发[J];中华建设;2012年07期

8 本刊编辑部;;推广绿色能源 加快转型发展[J];能源与节能;2012年10期

9 张志国;;王彤 打造绿色能源助推器[J];绿色中国;2011年23期

10 ;欧盟强调加大对绿色能源的投入[J];建材发展导向;2010年02期

相关会议论文 前10条

1 陶平;布亚林;王纪军;;发展绿色能源要打好“气象服务牌”[A];“促进中部地区崛起”气象论坛优秀论文汇编[C];2007年

2 毛剑宏;;坚持科学发展 大力实施“绿色能源计划”[A];2008中国可持续发展论坛论文集（3）[C];2008年

3 李宗R

本文编号：2624497