基于MEC车联网的任务卸载策略研究

发布时间：2022-09-28 14:23

　　许多车载服务需要消耗大量计算资源以及具有严格的时延要求,现有车载终端的计算能力无法满足大规模的计算需求。移动边缘计算（Mobile Edge Computing,MEC）为解决该类问题提供了可能,它将计算资源推向了接入网,在车辆附近提供计算服务,降低车载任务的时延。本文基于车辆快速移动的车联网场景,从降低任务完成时延和优先处理车载安全型计算任务的角度,分别设计了基于部分卸载和二元卸载的总计三种卸载策略。当车辆速度过快时,单个计算任务的时限内车辆可能跨越多个路测单元（Road Side Unit,RSU）覆盖范围,计算结果往往不是处理计算任务的服务器,而是需要多跳通信利用其它服务器实现数据交互。当任务数量多或计算量大时,卸载到MEC服务器的计算任务完成时间内,车辆便会驶离当前所属范围的RSU。针对这种问题,本文提出了联合车到车（Vehicle to Vehicle,V2V）部分卸载策略（Joint partial offloading strategy,JP-OS）和基于MEC负载状态的预测性部分卸载策略（MEC Status-based Partial Offloading Strat... 

【文章页数】：68 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
注释表
第1章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 MEC发展历史及应用前景
        1.2.2 车联网通信技术发展
        1.2.3 基于MEC的车联网计算卸载研究现状
    1.3 主要研究内容及章节安排
        1.3.1 主要研究内容
        1.3.2 章节安排
第2章 MEC车联网中的计算任务卸载
    2.1 车联网网络架构及特点
    2.2 车联网中基于MEC的计算卸载
        2.2.1 计算任务概述
        2.2.2 V2I计算任务卸载
        2.2.3 V2V计算任务卸载
    2.3 本章小结
第3章 基于时延优化的车载任务部分卸载策略
    3.1 引言
    3.2 系统模型
        3.2.1 网络拓扑
        3.2.2 计算任务模型
        3.2.3 任务时延模型
        3.2.4 任务等待时延
    3.3 基于时延优化的车载任务部分卸载策略
        3.3.1 联合部分卸载策略
        3.3.2 基于MEC状态的部分卸载策略
    3.4 仿真结果及性能分析
    3.5 本章小结
第4章 基于车载多优先级任务的完全卸载策略
    4.1 引言
    4.2 系统模型
        4.2.1 网络拓扑
        4.2.2 通信模型
        4.2.3 计算模型
        4.2.4 任务优先级模型
    4.3 基于遗传算法的任务卸载策略
        4.3.1 染色体编码
        4.3.2 染色体初始化
        4.3.3 贪婪算法修复解集
        4.3.4 适应度函数构造
        4.3.5 染色体结合
    4.4 仿真结果及性能分析
    4.5 本章小结
第5章 总结与展望
    5.1 论文总结
    5.2 未来展望
参考文献
致谢
攻读硕士学位期间从事的科研工作及取得的成果


【参考文献】：
期刊论文
[1]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)
[2]A Multi-Hop Moving Zone（MMZ） Clustering Scheme Based on Cellular-V2X[J]. Zahid Khan,Pingzhi Fan.  中国通信. 2018(07)
[3]移动边缘计算综述[J]. 李子姝,谢人超,孙礼,黄韬.  电信科学. 2018(01)
[4]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)
[5]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)
[6]3GPP LTE-V2X标准进展及技术介绍[J]. 李凤,房家奕,赵丽.  电信网技术. 2016(06)

硕士论文
[1]MEC车联网应用的预迁移策略研究[D]. 管茂林.重庆邮电大学 2019
[2]车联网中基于MEC的计算任务卸载策略研究[D]. 王寒松.北京邮电大学 2019
[3]基于移动边缘云计算的车联网计算卸载调度[D]. 万鹏.华中科技大学 2019
[4]移动边缘计算（MEC）中任务协同调度策略[D]. 焦捷.电子科技大学 2018



本文编号：3681825