移动可充电边缘计算中高能效资源分配策略研究

发布时间：2021-07-27 11:59

　　随着互联网服务场景的规模快速增长,如何解决计算、存储和电池资源有限的移动设备无法满足高复杂度和高能耗服务仍然是一个挑战。移动云计算（MCC）可以利用云中可用的大量资源来提供弹性计算和存储能力,以支持资源受限的终端设备。然而,计算负载向中心云的迁移将导致大量的数据传输和传输延迟。这将影响应用的服务质量,尤其是一些延迟敏感的工业控制应用。因此,移动边缘计算（MEC）这一新的网络架构概念获得了学术和工业界的广泛关注。MEC通过将计算,存储和服务功能迁移到网络边缘,使得应用程序、服务和内容被部署离用户更近的本地。由于边缘云服务器靠近用户,MEC网络可以提供具有超低延迟,高带宽和直接访问实时网络信息的服务环境。本文的主要研究内容是在基于无线功率传输的多用户MEC网络以及无线可充电通信网络中实现高能效的网络资源分配。首先,本文提出了一种基于充电-卸载协议的MEC网络框架,采用时分多址接入（TDMA）机制,以完成近远两类用户的计算密集型任务卸载。从系统的角度出发,最大化所有移动用户的能量效率。从用户公平性角度考虑,最大化在所有用户中能量效率最小的用户。最后,本文提出了一个基于无线功率传输通信网络的资... 

【文章来源】：西南大学重庆市 211工程院校 教育部直属院校

【文章页数】：74 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 引言
    1.1 研究背景与意义
    1.2 国内外研究现状
        1.2.1 移动边缘计算研究现状
        1.2.2 MEC能量收集研究现状
        1.2.3 多用户MEC资源分配研究现状
    1.3 论文研究内容与创新点
    1.4 论文结构
    1.5 本章小结
第二章 可充电边缘网络的基础理论和相关技术
    2.1 移动边缘计算概述
        2.1.1 移动边缘计算概念
        2.1.2 移动边缘计算架构
        2.1.3 移动边缘计算关键技术
    2.2 射频能量收集研究概述
        2.2.1 射频能量收集基本概念
        2.2.2 射频能量收集基本原理
    2.3 凸优化理论
        2.3.1 凸集和凸函数
        2.3.2 凸优化问题
        2.3.3 Lagrange对偶函数和Slater约束准则
    2.4 本章小结
第三章 移动可充电边缘网络中用户协作的高能效资源分配
    3.1 引言
    3.2 系统模型
        3.2.1 充电模型
        3.2.2 卸载模型
        3.2.3 能量效率模型
    3.3 直接传输能量效率最大化问题公式化及优化算法
    3.4 中继传输能量效率最大化问题公式化及优化
        3.4.1 问题公式化
        3.4.2 能量效率目标函数的拟凹性
        3.4.3 Dinkelbach方法
        3.4.4 能量效率目标函数的优化
    3.5 数值仿真与讨论
        3.5.1 迭代算法的收敛性
        3.5.2 充电时间对能量效率的影响
        3.5.3 信道状态信息对能量效率的影响
    3.6 本章小结
第四章 无线可充电通信网络的高能效资源分配
    4.1 引言
    4.2 系统模型
        4.2.1 能量收集阶段
        4.2.2 通信阶段
        4.2.3 能量效率
    4.3 能量效率最大化问题公式化
        4.3.1 能量效率优化问题
        4.3.2 目标函数的拟凹性
        4.3.3 分式规划方法
    4.4 能量效率最大化问题的次优算法
        4.4.1 能源发射功率优化
        4.4.2 通信时间优化
        4.4.3 拉格朗日乘子的更新
    4.5 数值仿真与讨论
        4.5.1 迭代算法的收敛性
        4.5.2 最小收集能量和最小QoS对能量效率的影响
    4.6 本章小结
第五章 总结与展望
    5.1 本文的主要工作
    5.2 下一步的工作思路
参考文献
致谢
攻读硕士期间已发表的论文
攻读硕士期间参加的科研项目
攻读硕士期间竞赛获奖
附录A 部分引理的证明


【参考文献】：
博士论文
[1]无线携能通信的能量效率优化与物理层安全研究[D]. 余红宴.西南大学 2017



本文编号：3305739