基于任务和信道预测的单用户计算分流

发布时间：2020-06-08 06:45

【摘要】：随着信息和通信技术的发展,移动通信在日常生产和生活中占据越来越重要的地位。由于移动设备的计算能力增长低于消费者需求,电池能量密度提升有限,移动设备的计算能力和续航能力不能满足消费者日益增长的需求。为解决该问题,已有研究将计算任务转移到基站侧,但存在不可准确预知未来时刻计算任务属性和信道状态的问题,导致相关任务分流算法的适用范围受到限制。为解决该挑战,本文利用单用户计算任务和信道状态的统计特征,预测未来时刻计算任务属性和信道状态,以能耗或者时延最低为目标,为计算任务选择合适的分流路径以提升移动设备的续航能力、计算能力和反应速度。主要贡献如下:针对移动互联网未来时刻计算任务和信道状态不确定的问题,本文通过分析计算任务和信道状态的历史数据,研究计算任务和信道状态的统计特征,对未来计算任务和信道状态进行预测,得出下一时刻计算任务属性和信道状态。仿真结果表明,计算任务和信道状态预测算法可以显著提高计算任务属性和信道状态预测的可靠性。针对计算分流算法中分流路径选择对计算任务和信道状态的依赖性,本文提出综合能耗和时延性能的分流路径选择算法。在计算任务属性和信道状态预测的基础上,对分流路径选择后的能耗和时延性能进行仿真实验。仿真结果表明,相比于传统的无计算任务属性和信道预测的单用户部分计算分流算法,新提出的算法系统能耗效率提高超过90%。针对第五代(the Fifth Generation,5G)移动通信系统中移动设备频繁切换造成传输速率不稳定的问题,提出一种长期演进(Long Term Evolution,LTE)链路辅助移动设备切换的方法,并研究了移动设备切换基站时业务传输速率的连续性。最后通过测试验证了所提方案在工程上的可行性和可靠性。
【图文】：

现有的有关单用户情况下的部分计算分流算法，采用贝尔曼方程对计算分逡逑流路径做评估和预测［３１］。该算法基于双状态ＧＥ信道模型，在每一步决策时，逡逑估计信道的状态，采用相应的决策步骤。其主要系统结构如图１－２所示：逡逑图１－２邋ＧＥ信道单用户计算分流［３１］逡逑该算法缺陷有两个：首先简化版ＧＥ信道与实际环境差异巨大，如果用实逡逑际信道替换ＧＥ信道，该算法的分流路径选择的复杂度极高，分流算法复杂度逡逑会超过计算分流算法的性能增益。其次，贝尔曼方程的求解需要预先得知准确逡逑的计算任务属性，该假设与实际应用场景相违背，验证该算法的数据无法应用逡逑到实际场景中。本研究通过计算任务属性和信道的预测解决这两个问题。逡逑１．２．３瑞利信道计算分流算法研究现状逡逑瑞利信道相对于其他信道建模方式，更加贴合实际情况，有效提取历史数逡逑据中的信息和挖掘前后时间点信道状态数据的相关性。计算分流场景中，数据逡逑输入和输出的关联性可以通过信道的马尔科夫性和对历史数据的估计和分析，逡逑研宄部分计算分流子任务之间的关联性

ＯＮ／ＯＦＦ源有两种状态，ＯＮ和ＯＦＦ。在ＯＮ状态时，以恒定的速率发送数据逡逑包；在ＯＦＦ状态时，ＯＮ／ＯＦＦ数据源处于静默状态，不发送数据包。每个数据逡逑源的ＯＮ和ＯＦＦ的时长符合长尾分布。具体模型的如图２－１所不。逡逑如图２－１所示，，不同的ＯＮ／ＯＦＦ源代表互联网的不同客户端，每个客户端逡逑１０逡逑
【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

【相似文献】

相关期刊论文 前10条

1 朱力鹏;饶玮;裘洪彬;吴舜;靳丹;;面向电力大数据的广域计算任务流规划调度技术研究[J];电力信息与通信技术;2017年03期

2 李建敦;;高性能计算任务在虚拟化平台上的节能调度[J];上海电机学院学报;2016年03期

3 周静;储成凤;刘斌;杨明;;计算任务男女性别差异的fMRI研究[J];现代生物医学进展;2007年01期

4 吴世山;翟健宏;;基于混合遗传算法的云计算任务节能调度算法[J];智能计算机与应用;2013年06期

5 谢晟,肖江喜,蒋学祥;正常老年人计算任务的脑功能磁共振成像研究[J];北京大学学报(医学版);2003年03期

6 谢伟增;;改进蚁群算法的云计算任务调度方法[J];计算机系统应用;2017年06期

7 周静;刘斌;储成凤;杨明;;计算任务男女性别差异的fMRI研究[J];中国CT和MRI杂志;2007年01期

8 张素芹;;云计算任务资源高效调度算法研究[J];计算机仿真;2016年11期

9 刘彩霞;;基于半带滤波分块采样的计算任务排序算法[J];科技通报;2015年10期

10 秦智;刘斌;杨明;李国昭;;老年人执行计算任务的f MRI研究[J];东南大学学报(医学版);2009年01期

相关会议论文 前3条

1 王曙光;蒋文斌;金海;马潇;刘超;;一种多学科虚拟实验仿真计算任务分发管理机制[A];第七届和谐人机环境联合学术会议（HHME2011)论文集【poster】[C];2011年

2 史士东;;掌握一些有用的软件[A];中国煤炭学会简讯（第134期）[C];2012年

3 李海江;;面向对象的网络数值计算系统[A];第十二届全国结构工程学术会议论文集第Ⅰ册[C];2003年

相关重要报纸文章 前9条

1 Capgemini公司CTO Andy Mulholland;云计算：从网络与服务起步[N];中国计算机报;2008年

2 谢厚亮 刘伟跃;构建分布式超级计算机[N];计算机世界;2005年

3 ;新“瓶”装“旧酒”[N];计算机世界;2003年

4 ;助力企业用户化解“数据之重”[N];网络世界;2012年

5 ;未来的服务器要学会“适应”[N];中国计算机报;2004年

6 编译 沈建苗;谁架空中楼阁？[N];计算机世界;2002年

7 永洪科技合作总监 王桐;是谁革了传统BI的命？[N];中国计算机报;2015年

8 本报记者 周源;ARM有戏了?[N];网络世界;2010年

9 记者 顾楷;我市企业“尝鲜”云计算[N];蚌埠日报;2014年

相关博士学位论文 前3条

1 郝义学;5G网络移动边缘缓存与计算研究[D];华中科技大学;2017年

2 韩海雯;MapReduce计算任务调度的资源配置优化研究[D];华南理工大学;2013年

3 杨孝敬;基于ACT-R与fMRI融合的情绪与认知计算的信息加工过程研究[D];北京工业大学;2017年

相关硕士学位论文 前10条

1 王寒松;车联网中基于MEC的计算任务卸载策略研究[D];北京邮电大学;2019年

2 张赞;基于任务和信道预测的单用户计算分流[D];北京邮电大学;2019年

3 罗盘;健康汉族右利手青年人计算任务相关脑电图及脑血流同步性研究[D];南华大学;2018年

4 曹瑞;基于Zynq的可穿戴动态可重构平台设计与实现[D];哈尔滨工业大学;2018年

5 燕如意;支持协同设计的计算任务管理系统研究与实现[D];大连交通大学;2016年

6 林晓鹏;移动边缘计算网络中基于资源联合配置的计算任务卸载策略[D];北京邮电大学;2017年

7 茆华林;基于移动社交网络的群智计算任务分配算法研究[D];中国科学技术大学;2016年

8 李嵩;分布式计算量子化学中的数据通信的研究[D];北京工业大学;2012年

9 王青;大数据环境下群体计算任务分配和关联分析算法的优化研究[D];四川师范大学;2017年

10 孟涵琳;无线网络通信计算资源联合优化研究[D];北京邮电大学;2016年

本文编号：2702700