移动边缘计算任务卸载调度优化问题研究

发布时间：2025-05-29 05:23

　　近年来随着移动业务的快速发展,移动计算任务需要的计算力越来越强,要求的处理时延越来越小。但是通常移动设备的计算能力较弱且电池容量较小,移动计算任务直接在移动设备上完成计算可能会不满足任务的时延需求,并且也会缩短移动设备的待机时间。移动云计算(Mobile Cloud Computing,MCC)将服务器部署在远端的数据中心中,导致移动设备与服务器的交互时延较长,因此MCC也无法满足移动计算任务对时延的需求。而移动边缘计算(Mobile Edge Computing,MEC)将服务器部署在移动网络的边缘(比如基站),降低了服务器和移动设备间的数据传输时延,并且能够满足移动计算任务的计算需求,解决了移动计算任务对计算力和时延的需求问题并减少了移动设备的能量消耗。但是MEC服务器拥有的计算存储资源和移动网络的带宽资源有限,不可能将所有的移动计算任务都卸载到MEC服务器上进行处理,所以MEC需要对移动计算任务进行合理的卸载和调度,从而实现服务器资源的高效利用。在实际应用场景下,一个移动计算任务需要的计算量(CPU执行周期的数量)是不确定的,即需求不确定任务;但是在MEC任务卸载调度优化问题的研究...

【文章页数】：86 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 研究工作的背景与意义
        1.1.1 移动边缘计算
        1.1.2 移动边缘计算的任务卸载调度优化
    1.2 国内外研究现状
        1.2.1 移动边缘计算的研究现状
        1.2.2 移动边缘计算任务卸载调度优化问题的研究现状
    1.3 研究内容与贡献
    1.4 本文的内容及结构安排
第二章 基于需求不确定的MEC任务卸载调度优化问题
    2.1 引言
    2.2 基于需求不确定的MEC任务卸载调度优化模型的建模
        2.2.1 模型应用场景
        2.2.2 模型建立
    2.3 模型的求解方法——UTM-BDA
        2.3.1 UTM-BDA算法的推导过程
        2.3.2 UTM-BDA算法的实现步骤
    2.4 对比算法
        2.4.1 基于MATLAB的 Yalmip求解——UTM-BY
        2.4.2 基于MATLAB的几何规划求最优解——UTM-BGP
    2.5 仿真设计与结果分析
        2.5.1 仿真设计
        2.5.2 仿真结果与分析
    2.6 本章小结
第三章 基于分批的MEC任务卸载调度优化问题
    3.1 引言
    3.2 基于分批的MEC任务卸载调度优化模型的建模
        3.2.1 模型应用场景
        3.2.2 模型的建立
    3.3 模型的求解方法——BUM-BDA
        3.3.1 BUM-BDA算法的推导过程
        3.3.2 BUM-BDA算法的实现步骤
    3.4 对比算法
        3.4.1 基于MATLAB的 Yalmip求解——BUM-BY
        3.4.2 基于MATLAB的几何规划求最优解——BUM-BGP
        3.4.3 启发式算法——BUM-HA
    3.5 仿真设计与结果分析
        3.5.1 仿真设计
        3.5.2 仿真结果与分析
    3.6 本章小结
第四章 全文总结与展望
    4.1 全文总结
    4.2 未来工作的展望
致谢
参考文献
攻读硕士学位期间取得的成果



本文编号：4048798