移动边缘计算中任务卸载及基站休眠策略研究

发布时间：2022-12-22 01:05

　　移动边缘计算（Mobile Edge Computing,MEC）作为5G核心技术,通过在移动网络边缘提供IT服务和计算资源,显著降低数据传输时延并控制网络拥塞情况。随着新型应用对计算需求日益增长,针对多用户多服务器MEC系统,设计合理任务卸载策略,提供优秀服务质量日趋重要。由于移动设备经常受到其自身电量的限制,将中断计算任务的执行和传输,导致用户体验不佳。能量收集（Energy Harvesting,EH）技术被引入以缓解计算任务高能耗与移动设备电池容量有限之间的矛盾,所以在多用户多服务器且用户具备移动性的MEC系统中,研究低时延低能耗的计算卸载策略,解决计算资源竞争问题尤为重要。首先,本文针对任务执行时延和能耗的权衡问题,搭建执行成本问题的优化模型,利用李雅普诺夫优化方法（Lyapunov）分别求解单设备下的最佳能量收集和最佳计算模式选择。其次,针对MEC服务器计算资源竞争问题,引入网络流思想设计用户与服务器的匹配模型,考虑优化整个系统的平均任务执行成本,提出基于最小费用最大流的任务卸载策略。仿真结果表明,该卸载策略能在保证极低任务丢弃率的情况下,迅速获得用户与服务器之间的最佳匹配... 

【文章页数】：67 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    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 绿色移动边缘计算系统研究现状
    1.3 论文研究内容及结构
        1.3.1 主要研究内容
        1.3.2 论文结构
第二章 移动边缘计算与任务卸载技术概述
    2.1 移动边缘计算概述
        2.1.1 移动边缘计算架构
        2.1.2 移动边缘计算应用场景
        2.1.3 移动边缘计算服务器部署场景
    2.2 计算卸载技术概述
        2.2.1 基于降低时延的任务卸载策略
        2.2.2 基于降低能耗的任务卸载策略
        2.2.3 基于权衡时延和能耗的任务卸载策略
    2.3 异构蜂窝网络
    2.4 基站休眠策略概述
    2.5 本章小结
第三章 支持能量收集的MEC系统任务卸载策略
    3.1 引言
    3.2 系统模型
        3.2.1 具备用户移动性的多用户多服务器模型
        3.2.2 执行成本最小化问题模型
    3.3 基于多用户多服务器的任务卸载算法
        3.3.1 李雅普诺夫优化方法
        3.3.2 最佳能量收集及执行成本优化算法
    3.4 实验仿真及结果分析
    3.5 本章小结
第四章 基于能效优化的用户接入及基站休眠策略
    4.1 引言
    4.2 系统模型
        4.2.1 异构蜂窝网络模型
        4.2.2 网络能效优化问题模型
    4.3 用户接入及基站MEC服务器休眠策略
        4.3.1 最优用户接入策略
        4.3.2 基站及MEC服务器休眠策略
    4.4 实验仿真及结果分析
    4.5 本章小结
第五章 总结与展望
    5.1 工作总结
    5.2 工作展望
参考文献
攻读硕士学位期间取得的学术成果
致谢



本文编号：3723125