移动边缘计算中能效优化和计算资源管理算法研究

发布时间：2024-03-13 03:24

　　随着移动互联网服务和应用程序的多样性发展,人们对数据速率和服务质量的要求也越来越高。移动边缘计算(MEC,Mobile Edge Computing)作为未来通信技术中的关键技术,通过拉近具有丰富计算资源的MEC服务器与用户之间的地理距离,很大程度上降低了MEC服务器对用户的计算任务请求响应时延,减少了传输网和核心网之间发生网络拥塞的可能性。对于用户而言,由于移动设备的计算资源和电量有限,将任务卸载到MEC服务器端计算可以提高移动端的能效。但是由于用户都具有利己性,抢占计算资源的过程中会导致更多资源的浪费;另外,由于用户并非静止不动,而MEC服务器的覆盖范围有限,用户在更新地点后未及时收到计算结果会重复发送卸载请求,造成计算资源的浪费。以上两个问题在资源受限场景中更为严重,因此如何对移动边缘计算中的移动端能效优化并对服务器计算资源合理管理值得深入研究。本文首先从如何提高移动端能效的角度出发,针对多用户系统中,移动端争抢计算资源受限的MEC服务器,研究提升移动端能效的方法。为解决多用户系统中用户对公共资源的争抢和由于用户间干扰造成的能效降低和资源浪费问题,利用博弈论(GT,Game Th...

【文章页数】：59 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 研究背景和意义
    1.2 国内外研究现状
    1.3 论文研究内容和章节安排
        1.3.1 主要研究内容
        1.3.2 论文结构安排
第二章 移动边缘计算中资源优化方法概述
    2.1 移动边缘计算架构模型
        2.1.1 移动边缘计算的系统结构
        2.1.2 移动边缘计算的部署场景
    2.2 移动边缘计算的资源管理简介
        2.2.1 移动边缘计算的通信和计算模型
        2.2.2 移动边缘计算中常用资源管理技术
        2.2.3 博弈论在移动边缘计算资源管理中的应用
        2.2.4 扩展卡尔曼滤波在位置预测中的应用
    2.3 本章小结
第三章 基于多维博弈的移动边缘计算能效优化算法
    3.1 系统模型
    3.2 多用户卸载排队模型
        3.2.1 通信模型
        3.2.2 计算模型
        3.2.3 能耗和时延模型
    3.3 基于多维博弈的用户端能效优化算法
        3.3.1 多维博弈模型
        3.3.2 纳什均衡的存在性和唯一性
        3.3.3 多用户排队卸载的多维博弈算法
        3.3.4 复杂度分析
    3.4 仿真结果对比及分析
    3.5 本章小结
第四章 基于扩展卡尔曼滤波的计算资源管理算法
    4.1 场景模型
    4.2 基于扩展卡尔曼滤波的计算资源管理算法设计
        4.2.1 非线性系统数学模型
        4.2.2 扩展卡尔曼滤波算法
        4.2.3 基于扩展卡尔曼滤波的计算资源管理算法设计
        4.2.4 复杂度分析
    4.3 仿真结果与分析
    4.4 本章小结
第五章 总结及展望
    5.1 全文总结
    5.2 工作展望
参考文献
硕士学位期间参与的科研项目和取得的学术成果
致谢



本文编号：3927115