辅助驾驶场景下边缘计算资源分配方法研究

发布时间：2021-09-06 03:41

　　车联网是实现未来智能交通的关键技术之一,通过V2X通信技术结合边缘云架构形成一个车辆运行管理生态链。利用增强车辆现实（AVR）实现的辅助驾驶技术可实时显示当前交通情况,协助驾驶员及时作出合理的驾驶决策,保障驾驶安全。由于AVR对时延和计算要求极为苛刻,在高密度的城区路口环境下,车辆本身的计算能力有限,车联网融合多接入边缘计算技术是解决这类时延敏感型、计算密集型应用问题的一个有效方案。基于上述问题,针对城区路口通信场景,本文提出了一种吞吐量最大化的任务卸载与资源分配（ToRaT）算法,在保证任务完成的前提下,能够实现最大化系统吞吐量的目标。首先建立问题模型,包括车辆的通信模型、具有数据量、计算量和时延三个特征的任务模型以及计算模型,并详细分析了计算模型中本地计算、V2V卸载和V2I卸载的总时延;然后根据问题模型总结出系统吞吐量最大化的优化目标及其约束条件。由于原始问题被证明是NP-hard问题,难以得到最优解,本文提出一种分步求解的解决思路,首先计算任务可容忍时延内的最小速率限制,在此基础上根据凸优化理论得到最佳功率分配,并分别比较V2V卸载与V2I卸载情况下的吞吐量增益,基于增益大小给... 

【文章来源】：华中科技大学湖北省 211工程院校 985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
1 绪论
    1.1 研究背景与意义
    1.2 国内外研究概况
    1.3 论文研究内容
    1.4 论文组织结构
2 相关技术研究
    2.1 V2X通信技术
    2.2 多接入边缘计算技术
    2.3 本章小结
3 任务卸载与资源分配问题模型
    3.1 网络模型
    3.2 任务模型
    3.3 计算模型
    3.4 联合任务卸载与资源分配优化问题
    3.5 本章小结
4 联合任务卸载与资源分配优化算法设计
    4.1 算法设计思路
    4.2 功率分配与卸载决策
    4.3 信道匹配与计算资源分配
    4.4 算法复杂度分析
    4.5 本章小结
5 仿真验证与性能分析
    5.1 仿真平台介绍
    5.2 仿真环境和参数设置
    5.3 仿真验证与分析
    5.4 本章小结
6 总结与展望
    6.1 全文总结
    6.2 未来展望
致谢
参考文献


【参考文献】：
期刊论文
[1]基于Stackelberg博弈的车载云计算任务卸载优化[J]. 郭剑岚,陈俞强.  计算机应用研究. 2019(12)
[2]面向5G网络的边缘计算技术研究[J]. 陆璐.  信息通信技术与政策. 2018(11)
[3]增强现实场景下移动边缘计算资源分配优化方法[J]. 余韵,连晓灿,朱宇航,谭国平.  计算机应用. 2019(01)
[4]基于D2D的车联网中无线资源分配研究[J]. 王燕燕,齐丽娜.  南京邮电大学学报(自然科学版). 2018(04)
[5]车联网技术发展与业务评测研究[J]. 宋蒙,陈祎,邱佳慧,刘琪.  邮电设计技术. 2018(07)
[6]基于移动边缘计算的V2X任务卸载方案[J]. 张海波,栾秋季,朱江,贺晓帆.  电子与信息学报. 2018(11)
[7]面向5G车联网连通性关键理论综述[J]. 张登银,张敏,丁飞.  南京邮电大学学报(自然科学版). 2018(01)
[8]在LTE-Advanced网络下的Device-to-Device通信[J]. 王彬,陈力,张欣,杨大成.  现代电信科技. 2010(07)



本文编号：3386671