| 题名 | 基于移动边缘计算任务卸载的资源分配算法研究 |
| 作者 | 邵华 |
| 答辩日期 | 2019 |
| 导师 | 薛建彬 |
| 关键词 | 移动边缘计算 计算卸载 异构网络 资源分配 Stackelberg博弈 |
| 学位名称 | 硕士 |
| 英文摘要 | 云计算作为大数据分析处理平台,以其海量的存储能力、强大的计算能力和动态资源调度的特点,为经济社会的发展提供了强大的技术支持。但是,传统的云端处理方法逐渐出现了负载瓶颈、延迟问题、数据远距离传输占用大量的网络带宽、终端计算资源有限等问题。2014年提出的移动边缘计算(Mobile Edge Computing,MEC)技术将计算和存储资源带到移动网络的边缘,并能在满足严格延迟要求的情况下在用户上运行高要求的应用程序。但是,MEC仍处于发展初期阶段,相关技术不够成熟,尤其是在将任务卸载至边缘服务器的过程中,如何进行卸载决策,何时卸载,卸载到哪里,以及任务卸载之后如何进行资源的有效分配,都是MEC技术亟待解决的难题。本论文将针对上述问题,利用博弈理论和一些经典算法,解决边缘计算任务卸载过程中的卸载决策和资源分配问题。具体研究内容如下:1.针对用户将任务卸载至MEC服务器执行时资源利用率较低导致吞吐量低的问题,提出一种基于功率迭代的资源分配算法。考虑任务卸载过程中存在干扰,并对功率进行控制,将卸载过程中吞吐量作为目标函数,证明出目标函数满足凸函数性质,进而构造拉格朗日函数,建立KKT条件,运用凸优化理论,将设备端的发射功率进行不断迭代优化,最后实现了发射功率的最佳分配。仿真结果表明不仅提高了卸载过程中系统的整体吞吐量,同时提高了资源利用率。2.为了提升边缘服务器处的能量效率以及用户对资源的利用率,提出一种带有边缘服务器的宏蜂窝与小蜂窝组成的异构网络,来解决边缘服务器与小蜂窝范围内用户之间的资源利用率与卸载效率问题。结合一主多从Stackelberg博弈模型,将边缘服务器所在宏基站设定为领导者,小蜂窝基站设定为跟随者,通过将小蜂窝的效用表示为使用边缘服务器计算的能量效率,以及将边缘服务器的效用表示为用于计算卸载的开销,通过最大化小蜂窝的能量效率以及最小化边缘服务器的开销,设计了一种基于收益和花费的效用函数,并证明出效用函数满足凸函数的条件,保证了纳什均衡点的存在,然后为边缘服务器以及小蜂窝基站设计相应的算法,最后实现了最优策略并达到了纳什均衡。 |
| 语种 | 中文 |
| 页码 | 62 |
| URL标识 | 查看原文 |
| 内容类型 | 学位论文 |
| 源URL | [http://ir.lut.edu.cn/handle/2XXMBERH/95487]  |
| 专题 | 兰州理工大学 |
| 作者单位 | 兰州理工大学 |
| 推荐引用方式 GB/T 7714 | 邵华. 基于移动边缘计算任务卸载的资源分配算法研究[D]. 2019. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论