边缘计算中的高能效与负载均衡技术研究
发布时间：2021-05-21 11:59
图像处理、智能交通、增强现实与自动驾驶等复杂新兴应用对网络数据处理能力、时延和可靠性提出了更高的挑战。移动边缘计算（Mobile Edge Computing,MEC）在靠近智能设备的网络边缘部署云计算与存储资源,为网络提供泛在计算服务,满足新兴应用对时延、可靠性以及连接密度的需求,是第五代移动通信（The Fifth Generation Mobile Communication,5G）的关键技术之一。能效和负载均衡是移动边缘计算的关键研究问题,决定边缘计算网络数据处理能力与用户体验。本论文分别从边缘计算能效和负载均衡展开研究。针对能效问题,本文分别在单小区与多小区场景中提出了动态环境中多用户在线学习资源管理方案,最大化能量受限移动设备与网络的能效。针对负载均衡问题,本文考虑边云协同框架,分别提出了边缘和云端服务器间计算与存储任务的在线分布式负载均衡方案,根据任务特性与网络负载自适应优化任务处理决策,整合边缘计算就近服务与云计算处理能力的优势。本文主要工作和创新点如下:在单小区边缘计算能效研究中,针对动态无线信道环境中基站仅可获取非实时设备信息的挑战,提出了基于混合在线学习框架的高能...
【文章来源】：北京邮电大学北京市 211工程院校 教育部直属院校
【文章页数】：151 页
【学位级别】：博士
【文章目录】：
摘要
ABSTRACT
符号说明
第一章 绪论
1.1 5G和移动边缘计算
1.2 移动边缘计算架构及特点
1.2.1 移动边缘计算参考架构
1.2.2 边缘计算服务器分布架构及特点
1.3 选题意义及研究现状
1.3.1 选题意义
1.3.2 研究现状
1.4 本文主要工作与组织结构
参考文献
第二章 单小区动态环境边缘计算高能效在线资源管理
2.1 研究背景
2.2 系统模型
2.2.1 系统状态模型
2.2.2 网络模型
2.2.3 问题构建与分析
2.3 非实时设备状态的混合在线学习方案
2.3.1 混合在线学习框架
2.3.2 分布式方案设计
2.4 理论分析
2.5 仿真结果及分析
2.6 本章小结
参考文献
第三章 异构多小区边缘计算高能效分布式协作资源管理
3.1 研究背景
3.2 系统模型与问题构建
3.2.1 网络模型
3.2.2 约束条件及队列更新
3.2.3 问题构建与分析
3.3 异构边缘计算的分布式在线学习方案
3.3.1 在线学习框架与问题转化
3.3.2 集中式实时协作资源管理
3.3.3 分布式实时协作资源管理
3.4 理论分析
3.4.1 集中式在线学习方案分析
3.4.2 分布式在线学习方案分析
3.5 仿真结果及分析
3.6 本章小结
参考文献
第四章 大规模边云协同分布式计算负载均衡
4.1 研究背景
4.2 系统模型
4.2.1 网络模型和级联队列
4.2.2 约束条件与队列更新
4.3 充足设备存储空间下分布式计算负载均衡
4.3.1 问题构建与转化
4.3.2 充足设备存储空间条件下分布式优化
4.4 物联网设备存储受限的分布式计算负载均衡与虚拟队列设计
4.4.1 李雅普诺夫优化的最优性与存储空间分析
4.4.2 虚拟队列设计与问题构建
4.4.3 问题转化与分布式优化
4.5 仿真结果及分析
4.6 本章小结
第五章 边云协同在线分布式存储负载均衡
5.1 研究背景
5.2 系统模型
5.3 在线分布式存储负载均衡优化
5.3.1 问题构建
5.3.2 在线分布式文件与负载均衡优化
5.4 文件分发协作域分布式优化
5.4.1 文件分发协作域定义
5.4.2 协作域分布式优化
5.4.3 协作域应用
5.5 仿真结果及分析
5.6 本章小结
参考文献
第六章 总结与展望
6.1 论文总结
6.2 未来研究展望
致谢
攻读博士期间发表学术论文列表
【参考文献】：
期刊论文
[1]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)
本文编号：3199668
【文章来源】：北京邮电大学北京市 211工程院校 教育部直属院校
【文章页数】：151 页
【学位级别】：博士
【文章目录】：
摘要
ABSTRACT
符号说明
第一章 绪论
1.1 5G和移动边缘计算
1.2 移动边缘计算架构及特点
1.2.1 移动边缘计算参考架构
1.2.2 边缘计算服务器分布架构及特点
1.3 选题意义及研究现状
1.3.1 选题意义
1.3.2 研究现状
1.4 本文主要工作与组织结构
参考文献
第二章 单小区动态环境边缘计算高能效在线资源管理
2.1 研究背景
2.2 系统模型
2.2.1 系统状态模型
2.2.2 网络模型
2.2.3 问题构建与分析
2.3 非实时设备状态的混合在线学习方案
2.3.1 混合在线学习框架
2.3.2 分布式方案设计
2.4 理论分析
2.5 仿真结果及分析
2.6 本章小结
参考文献
第三章 异构多小区边缘计算高能效分布式协作资源管理
3.1 研究背景
3.2 系统模型与问题构建
3.2.1 网络模型
3.2.2 约束条件及队列更新
3.2.3 问题构建与分析
3.3 异构边缘计算的分布式在线学习方案
3.3.1 在线学习框架与问题转化
3.3.2 集中式实时协作资源管理
3.3.3 分布式实时协作资源管理
3.4 理论分析
3.4.1 集中式在线学习方案分析
3.4.2 分布式在线学习方案分析
3.5 仿真结果及分析
3.6 本章小结
参考文献
第四章 大规模边云协同分布式计算负载均衡
4.1 研究背景
4.2 系统模型
4.2.1 网络模型和级联队列
4.2.2 约束条件与队列更新
4.3 充足设备存储空间下分布式计算负载均衡
4.3.1 问题构建与转化
4.3.2 充足设备存储空间条件下分布式优化
4.4 物联网设备存储受限的分布式计算负载均衡与虚拟队列设计
4.4.1 李雅普诺夫优化的最优性与存储空间分析
4.4.2 虚拟队列设计与问题构建
4.4.3 问题转化与分布式优化
4.5 仿真结果及分析
4.6 本章小结
第五章 边云协同在线分布式存储负载均衡
5.1 研究背景
5.2 系统模型
5.3 在线分布式存储负载均衡优化
5.3.1 问题构建
5.3.2 在线分布式文件与负载均衡优化
5.4 文件分发协作域分布式优化
5.4.1 文件分发协作域定义
5.4.2 协作域分布式优化
5.4.3 协作域应用
5.5 仿真结果及分析
5.6 本章小结
参考文献
第六章 总结与展望
6.1 论文总结
6.2 未来研究展望
致谢
攻读博士期间发表学术论文列表
【参考文献】：
期刊论文
[1]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)
本文编号：3199668
本文链接：https://www.wllwen.com/shoufeilunwen/xxkjbs/3199668.html
