论文总字数：31550字

摘 要

Abstract II

第一章 绪论 1

1.1引言 1

1.2移动边缘计算的研究现状 2

1.3本文的研究内容 3

第二章 任务不可拆分时的迁移方案 5

2.1系统模型 5

2.2问题建模 6

2.3节能计算迁移方案 9

2.3.1移动终端设备分类 9

2.3.2优先级确定 11

2.3.3无线资源分配 13

2.3.4节能计算迁移方案主程序 15

2.4数值结果与分析 17

2.5本章小结 19

第三章 任务可拆分的迁移方案 20

3.1系统模型 20

3.2问题建模 21

3.3迁移决策方案 22

3.4数值结果与分析 23

3.5本章小结 25

第四章 总结与展望 27

4.1回顾与总结 27

4.2研究展望 28

参考文献 29

致 谢 31

摘 要

随着任务复杂度和计算量需求的提升，智能终端的电池电量成为制约软件性能的最关键因素。移动边缘计算可以通过将应用计算负载迁移到位于网络边缘的高性能服务器以解决这个问题。异构网络具有高传输率和易接入的特点，可以在一定程度上缓解传输延迟和传输环境的不确定性对计算负载迁移带来的影响。本文实现了一种在5G异构网络下针对移动边缘计算的能量消耗优化算法。我们在满足时延约束的情况下，结合5G异构网络多接入的特点对迁移决策和信道分配进行优化，使运算和传输时消耗的能量和达到最小。进一步地，我们考虑可拆分的计算任务带来的影响，讨论了在单用户情况下如何进行迁移决策的问题。数值仿真结果显示，我们实现的方案可以在满足时延约束的同时，不同程度上降低能量的消耗。

关键词：移动边缘计算、5G异构网络、节能优化

Abstract

With the increase of task complexity and computational demand, the battery power of smart terminals has become the most critical factor restricting software performance. Mobile edge computing can solve this problem by migrating the application computing load to a high-performance server at the edge of the network. Heterogeneous networks have the characteristics of high transmission rate and convenient wireless access, which can alleviate the impact of transmission delay and transmission environment uncertainty on computing load migration at some degree. This paper implements an energy optimization algorithm for mobile edge computing in 5G heterogeneous network. In the case of satisfying the delay constraint, combined with the characteristics of multi-access of 5G heterogeneous networks, the migration decision and channel allocation are optimized, so that the energy consumed of computing and transmission is minimized. Further, we consider the impact of detachable computing tasks and discuss the migration decision in the case of single tasks. The numerical simulation results show that the schemes we achieve can reduce the energy consumption to varying degrees while satisfying the delay constraint.

KEY WORDS: Mobile Edge Computing, 5G heterogeneous network, Energy Saving Optimization

第一章 绪论

1.1引言

近年来，智能移动终端（如智能手机、平板电脑等）得到了飞速的发展，硬件也变得越来越强大。因此，这些高性能的终端受到了极大的欢迎。与此同时，在这些无处不在的强大平台上，出现了许多新颖的移动应用[1]、[2]。然而，交互游戏、虚拟现实、自然语言处理等移动应用通常需要密集的计算，能耗较高[3]。而移动智能设备有限的计算能力和电池电量，难以在本地完成这类计算密集型应用。移动云计算（Mobile Cloud Computing, MCC）作为云计算和移动计算的结合，向移动设备提供了可观的计算能力并授权它们使用中央云提供的存储、计算和能量资源，这在一定程度上解决了设备算力和电池电量不足的问题。但是更海量移动设备的涌现使得移动云计算面临很多严峻的挑战，如高时延、安全漏洞、低覆盖、和数据传输延迟等。这些挑战在5G网络中将会更加难以解决。根据Cisco Visual Networking Index 的最新报告，2020年将会有116亿的移动设备被使用[4]。移动设备使用的增长趋势由用户量的增加和移动应用的开发所驱使[5], [6]。另外，移动云计算不能满足一些实时应用的场景并保证高质量的服务。

移动边缘计算(Mobile Edge Computing, MEC)是一种有望解决目前这种矛盾的方法。移动边缘计算的主要目标是应对移动云计算系统中难以克服的挑战。移动边缘计算将存储和处理能力等云资源分发到无线接入网（RAN）的边缘。在MEC框架中，服务器部署在无线接入网，位于靠近移动设备的位置提供云计算能力[7]。即移动设备只需将它们的任务迁移到网络的边缘，而非核心网络中的服务器。这种框架在计算任务迁移的过程中拥有低延迟、高带宽以及计算灵活性等优点。同时，随着移动通信进入5G时代，异构网络被广泛应用于分布式服务器，也为移动边缘计算提供了强有力的支持。从前，一种布置于互联网边缘名为cloudlet的技术被用来分发移动云服务；但是它受限于WiFi有限的覆盖范围，在一个需要高算力的环境里，cloudlet是难以有效地处理从设备迁移过来的运算密集型任务的[8]。而移动边缘计算具有更好的迁移技术，具有低时延和高带宽的特点，可以作为cloudlet技术的替代品。

移动边缘计算技术由欧洲电信标准协会（ETSI）和行业规范小组（ISG）定义。ISG包括诺基亚网络、英特尔、沃达丰、IBM、华为和NTT DOCOMO等公司。移动边缘计算技术也被欧洲5G基础设施公私合营伙伴关系认为是5G网络中主要的新兴技术。根据ETSI，移动边缘计算技术的定义如下[9]：

剩余内容已隐藏，请支付后下载全文，论文总字数：31550字