无人机辅助边缘计算网络的资源优化技术研究
发布时间：2020-12-17 13:46
移动边缘计算和无线能量传输是增强计算能力并延长移动设备运行时间的两项关键技术。然而,严重的传播损耗极大的影响了计算性能和能量收集。本文针对边缘计算网络中计算延迟、传播损耗和储能有限等问题,研究了无人机辅助移动边缘计算网络计算比特最大化的资源优化策略,提高了计算速率和能量收集效率;以及在部分计算加载模式下,设计了计算能效最大化的最佳资源分配策略,提高了计算能效。具体贡献如下:在无人机辅助无线供电边缘计算网络中,建立了最大化计算比特的资源分配优化框架。利用凸优化理论,设计了最佳的CPU频率、用户加载时间、发射功率和无人机轨迹策略。在部分加载模式下,提出了两阶段交替优化算法,给出了最佳CPU频率、用户加载时间和发射功率的闭式表达式。仿真结果表明,提出的资源分配方案计算性能优于其他基准方案;结果还表明,提出的方案收敛速度快,计算复杂度低。以最大化计算比特或最小化计算能耗的资源分配方式侧重于单一优化性能指标,无法实现计算比特与计算能效的有效权衡。本研究在上述工作基础上,建立以能效为优化目标的资源分配问题。在部分加载机制下,联合优化了加载时间、CPU频率,用户的发射功率和无人机的轨迹。针对非凸的计...
【文章来源】：南昌大学江西省 211工程院校
【文章页数】：65 页
【学位级别】：硕士
【部分图文】：
图１．２计算加载的应用模型??２??
?第１章绪论???简述了凸优化和移动边缘计算加载模式的相关理论知识。第三章介绍了无人机??辅助无线供电边缘计算网络的最大化计算比特的资源优化设计，提出相应算法??并进行仿真验证。第四章研究了无人机辅助移动边缘计算网络的最大化计算能??效的资源优化问题。并且，提出了两阶段的交替优化算法，根据所提的算法进行??仿真实验验证。第五章总结了本文的工作内容，指出了其中的不足，并提出了在??曰后研宄内容中需要的改进。??热点区域?？?资源分配??广阔区域?４￣￣￣／?ｕａｖ＾ｅ＾Ｌ＾?ｕａｖ＼／??????５Ｇ中＾％—章＾辅助｜＾计算比特??军事通信Ｉ?ｕ应用绪论ｙＭＥ＜：?＼??ｕ?ｕ?ｙ?＼场景系统ｙ?＼??应急通信计算能效??第二章理论基础??ＵＡＶ－ＭＥＣ系统计算比特最大化?胃＂］?ＵＡＶ－ＭＥＣ系统计算能效最大化??容??？?ＵＡＶ轨迹优化?＼?７?丨?？?ＵＡＶ轨迹优化??？用户发射功率优化?ｐ——ｓ、ｎ」＼?？用户发射功率优化??＿?ｃ＿報化?ＳＩＳＳＳ?’?ＣＰＵ频率銳??？加载时间优化?１１１?—?１／?？加载时间优化??第三章?第四章??＾＾?）??Ｖ??第五章总结与展望??图１．３论文组织结构??９??
?第２章边缘计算网络资源优化的基础理论???如果Ｌａｇｒａｎｇｅｘ对偶函数关于无下界，那么对偶函数的值为〇【６Ｇ］。原因是??对偶函数是一簇关于（Ａ，灼的仿射函数的逐点下确界。所以，即使（２．４）问题不是??凸的，对偶函数也是凸的。??２．２移动边缘计算加载模式??在移动边缘计算网络模型中，按照计算任务加载机制可以分为本地计算、部??分加载和二元加载［４９］，如图２．２所示。本地计算是指用户全部的计算任务均在自??身的设备上执行；部分加载是用户根据自身的情况选择一部分计算任务在本地??执行，剩余部分的任务加载到边缘计算服务器中执行；在二元加载机制下是不能??对计算任务进行分区的，所有用户都需要选择全部本地计算还是将整个计算任??务加载边缘计算服务器。??＿??□?厂－—＿丨??边缘云?２、部分加载??１、本地计＃?ＭＭ??圍：??（＂完全加载Ｉ?．Ｖ??３、二元加载＜?〇ｒ??夂本地计算■??图２．２移动边缘计算的三种加载机制??Ｉ?通过使用边缘计算网络能够带来的优点：??（１）通过将本地ＡＰＰ（应用程序）计算能耗转移到边缘云，增加电池的使用寿命；??（２）为移动用户ＡＰＰ提供先进的云计算支持，减少在本地执行大量密集型计算??任务的时间。??（３）提高用户存储数据的能力，从而为用户带来高质量体验。??然而，用户是否选择执行计算加载，哪些任务需要计算加载，执行任务加载??１２??Ｉ??
【参考文献】：
期刊论文
[1]Energy-Efficient Multi-UAV Coverage Deployment in UAV Networks:A Game-Theoretic Framework[J]. Lang Ruan,Jinlong Wang,Jin Chen,Yitao Xu,Yang Yang,Han Jiang,Yuli Zhang,Yuhua Xu. 中国通信. 2018(10)
[2]面向5G的边缘计算平台及接口方案研究[J]. 乌云霄,戴晶. 邮电设计技术. 2017(03)
[3]移动边缘计算技术及其本地分流方案[J]. 张建敏,谢伟良,杨峰义,武洲云,谢亮. 电信科学. 2016(07)
[4]MEC整体解决方案及典型应用场景研究[J]. 蒋鑫. 电信技术. 2015(12)
博士论文
[1]绿色认知无线电资源分配技术研究[D]. 周福辉.西安电子科技大学 2016
本文编号：2922144
【文章来源】：南昌大学江西省 211工程院校
【文章页数】：65 页
【学位级别】：硕士
【部分图文】：
图１．２计算加载的应用模型??２??
?第１章绪论???简述了凸优化和移动边缘计算加载模式的相关理论知识。第三章介绍了无人机??辅助无线供电边缘计算网络的最大化计算比特的资源优化设计，提出相应算法??并进行仿真验证。第四章研究了无人机辅助移动边缘计算网络的最大化计算能??效的资源优化问题。并且，提出了两阶段的交替优化算法，根据所提的算法进行??仿真实验验证。第五章总结了本文的工作内容，指出了其中的不足，并提出了在??曰后研宄内容中需要的改进。??热点区域?？?资源分配??广阔区域?４￣￣￣／?ｕａｖ＾ｅ＾Ｌ＾?ｕａｖ＼／??????５Ｇ中＾％—章＾辅助｜＾计算比特??军事通信Ｉ?ｕ应用绪论ｙＭＥ＜：?＼??ｕ?ｕ?ｙ?＼场景系统ｙ?＼??应急通信计算能效??第二章理论基础??ＵＡＶ－ＭＥＣ系统计算比特最大化?胃＂］?ＵＡＶ－ＭＥＣ系统计算能效最大化??容??？?ＵＡＶ轨迹优化?＼?７?丨?？?ＵＡＶ轨迹优化??？用户发射功率优化?ｐ——ｓ、ｎ」＼?？用户发射功率优化??＿?ｃ＿報化?ＳＩＳＳＳ?’?ＣＰＵ频率銳??？加载时间优化?１１１?—?１／?？加载时间优化??第三章?第四章??＾＾?）??Ｖ??第五章总结与展望??图１．３论文组织结构??９??
?第２章边缘计算网络资源优化的基础理论???如果Ｌａｇｒａｎｇｅｘ对偶函数关于无下界，那么对偶函数的值为〇【６Ｇ］。原因是??对偶函数是一簇关于（Ａ，灼的仿射函数的逐点下确界。所以，即使（２．４）问题不是??凸的，对偶函数也是凸的。??２．２移动边缘计算加载模式??在移动边缘计算网络模型中，按照计算任务加载机制可以分为本地计算、部??分加载和二元加载［４９］，如图２．２所示。本地计算是指用户全部的计算任务均在自??身的设备上执行；部分加载是用户根据自身的情况选择一部分计算任务在本地??执行，剩余部分的任务加载到边缘计算服务器中执行；在二元加载机制下是不能??对计算任务进行分区的，所有用户都需要选择全部本地计算还是将整个计算任??务加载边缘计算服务器。??＿??□?厂－—＿丨??边缘云?２、部分加载??１、本地计＃?ＭＭ??圍：??（＂完全加载Ｉ?．Ｖ??３、二元加载＜?〇ｒ??夂本地计算■??图２．２移动边缘计算的三种加载机制??Ｉ?通过使用边缘计算网络能够带来的优点：??（１）通过将本地ＡＰＰ（应用程序）计算能耗转移到边缘云，增加电池的使用寿命；??（２）为移动用户ＡＰＰ提供先进的云计算支持，减少在本地执行大量密集型计算??任务的时间。??（３）提高用户存储数据的能力，从而为用户带来高质量体验。??然而，用户是否选择执行计算加载，哪些任务需要计算加载，执行任务加载??１２??Ｉ??
【参考文献】：
期刊论文
[1]Energy-Efficient Multi-UAV Coverage Deployment in UAV Networks:A Game-Theoretic Framework[J]. Lang Ruan,Jinlong Wang,Jin Chen,Yitao Xu,Yang Yang,Han Jiang,Yuli Zhang,Yuhua Xu. 中国通信. 2018(10)
[2]面向5G的边缘计算平台及接口方案研究[J]. 乌云霄,戴晶. 邮电设计技术. 2017(03)
[3]移动边缘计算技术及其本地分流方案[J]. 张建敏,谢伟良,杨峰义,武洲云,谢亮. 电信科学. 2016(07)
[4]MEC整体解决方案及典型应用场景研究[J]. 蒋鑫. 电信技术. 2015(12)
博士论文
[1]绿色认知无线电资源分配技术研究[D]. 周福辉.西安电子科技大学 2016
本文编号：2922144
本文链接：https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/2922144.html
