5G网络移动边缘缓存与计算研究
5G工业互联网的边缘计算技术架构与应用
5G工业互联网的边缘计算技术架构与应用摘要：目前我国信息技术和我国工业化的不断发展，5G互联网技术发展也十分快速。
我国成功建立了现代化工业体系，并且成功地成为了世界第一的制造大国。
智能制造在近年来成为我国全新的产业并且逐渐的成为我国制造业转型升级的重要因素。
此外，5G技术的不断发展，也给工业化的进程注入了新的动力。
5G技术在工业互联网中有着高速率、低延时、大容量和移动性等优势，通过网络化以及智能化能够有效的降低工业成本，提高生产效率，推动我国的经济产业结构升级以及增强工业制造领域的市场竞争力。
关键词：5G；互联网计算应用；互联网计算架构引言5G和工业移动互联网技术是当前推动我国5G和5G工业移动互联网技术发展过程中的一个热点与关注焦点，工业移动互联网和5G产业中都已经引入了一些边缘化和计算机的技术，但是两个着眼点却没有所谓的不同。
本文分析了基于5G的云边缘工业计算的云端工业移动互联网基础应用和技术发展现状情况，总结了边缘工业移动互联网和云边缘边端计算相关技术基础架构，在此技术基础上分别给出云边端计算协同的5G边缘工业移动互联网和云边缘边端计算相关技术基础架构。
1工业互联网应用我国对于工业化智能互联网主要包括工业智能化智慧生产、个性化智能定制、网络化智能协同和工业服务化智能延伸4类主要技术应用。
（1）应用智能化企业生产：智能是一种面向智能企业内部的智能生产流程制造和运维管理的一种智能化生产应用，典型的其应用企业场景主要包括三大智能企业生产流程管理、生产基础设施/作业环境监测、智能生产厂内优化物流、智能生产流程优化管理。
智能化企业生产系统涉及大型企业管理MES、WMS管理系统、物联网与大数据采集信息传输与数据分析、自动化无人驾驶、机器人等高新技术广泛应用。
（2）企业个性化平台定制：它是面向大型企业和个人用户之间的一种智能化移动互联与交互融合应用，典型企业应用开发场景为企业模块化平台定制、开放式平台定制。
5GNR延时优化方法
5GNR延时优化方法5G新一代无线通信技术（5GNR）具有更高的数据传输速率、更低的延迟和更高的网络容量。
在5GNR的应用中，延时的优化是至关重要的，因为它直接影响着用户体验和服务质量。
下面将介绍几种5GNR延时优化方法。
1. 网络架构优化：在5G NR中，网络架构的优化是延时优化的关键。
一种优化方法是引入边缘计算，将数据处理和存储功能推到网络的边缘位置，缩短数据传输的路径和延时。
另一种优化方法是采用虚拟化网络功能（NFV）和网络切片（Network Slicing）技术，将网络资源按需分配给不同的业务需求，提高网络资源的利用率和服务响应速度。
2.多址技术优化：在5GNR中，采用OFDMA（正交频分多址）技术和SC-FDMA（单载波频分多址）技术，通过对信道的分频、分时和分码进行资源分配，实现多用户同时沟通。
通过合理的资源分配算法和调度策略，可以降低用户之间的互干扰，提高信道的利用率，从而降低传输延时。
3.缓存技术优化：在5GNR中，利用缓存技术可以降低数据传输时延。
例如，通过在无线基站或边缘服务器上设置缓存，将常用的内容或应用程序提前缓存到离用户更近的位置，当用户请求这些内容时，可以直接从缓存中获取，减少数据传输的距离和时间。
4.智能调度优化：在5GNR中，通过引入智能调度算法，可以根据用户的位置、移动速度和业务需求等因素进行资源分配和调度，以降低用户之间的干扰，提高数据传输的效率和速度，从而降低延时。
5.MIMO技术优化：在5GNR中，采用MIMO（多输入多输出）技术可以提高信号传输的可靠性和传输速率。
通过合理的天线配置和信号处理算法，可以降低信号传输的误码率，提高系统的容量和覆盖范围，从而减少数据传输的延时。
总之，5GNR的延时优化方法包括网络架构优化、多址技术优化、缓存技术优化、智能调度优化和MIMO技术优化等。
通过采用这些优化方法，可以降低数据传输的延时，提高用户体验和服务质量。
未来随着5GNR技术的发展和应用场景的拓展，还将出现更多的延时优化方法和技术。
移动边缘计算中计算卸载方案研究综述
移动边缘计算中计算卸载方案研究综述一、概述随着物联网和移动互联网的迅猛发展，移动设备数量激增，应用场景日益丰富，用户对移动计算的需求也在不断增长。
移动边缘计算（Mobile Edge Computing,MEC）作为一种新兴的计算范式，通过将计算任务从中心云迁移到网络边缘，即靠近数据源和用户的地方，可以有效缓解中心云的压力，降低延迟，提高服务质量。
计算卸载作为移动边缘计算的核心技术之一，通过将移动设备的计算任务部分或全部迁移到边缘服务器上执行，可以进一步优化资源利用，提高计算效率，降低能耗。
计算卸载方案的设计和实施面临着诸多挑战。
计算任务的特性各异，如何准确评估任务的大小、复杂度、数据依赖性等属性，从而做出合理的卸载决策，是一个关键问题。
网络环境的动态变化、边缘服务器的计算能力、能源消耗等因素，都会影响计算卸载的效果。
还需要考虑任务的安全性和隐私保护问题。
本文旨在对移动边缘计算中的计算卸载方案进行综述，分析现有方案的优缺点，探讨未来发展趋势和潜在研究方向。
我们将介绍移动边缘计算的基本概念和架构，以及计算卸载的基本原理。
我们将对现有的计算卸载方案进行分类和总结，分析各种方案的设计思路、关键技术、性能指标等。
我们将讨论计算卸载方案在实际应用中面临的挑战和问题，展望未来的发展趋势和研究方向。
1. 移动边缘计算（MEC）的背景和发展移动边缘计算（Mobile Edge Computing，MEC）是一种将计算、存储和网络资源从云端下沉到网络边缘的新兴技术。
它旨在通过将计算任务从移动设备转移到网络边缘的服务器上，从而减少数据传输延迟、节省带宽并提高计算效率。
MEC的发展可以追溯到2013年，当时欧洲电信标准化协会（ETSI）首次提出了MEC的概念。
随后，MEC得到了学术界和工业界的广泛关注和研究。
2016年，ETSI发布了第一个MEC标准，为MEC的发展奠定了基础。
移动互联网的快速发展：随着移动互联网的普及，移动设备的数量和种类不断增加，对计算和存储资源的需求也越来越大。
基于边缘计算的高效低时延通信传输技术研究
I G I T C W技术 研究Technology Study14DIGITCW2023.10随着物联网、5G 、AI 等技术的飞速发展，数据产生的速度和数量都在爆炸式增长[1]，这大大增加了对高效、低时延的通信传输技术的需求。
边缘计算作为一种新型的计算范式，因其能够在靠近数据源的地方完成数据处理，从而大大减少了延迟，提高了数据处理的效率，得到了广泛的关注和研究[2]。
边缘计算不仅能够处理离散的、由边缘设备产生的大量数据，还能够快速响应服务请求，满足实时性的需求[3]。
尤其在一些对时延敏感的应用中，如自动驾驶、远程医疗、智能制造等，边缘计算展现出了无可比拟的优势。
然而，尽管边缘计算具有显著的优势，如何将其与通信技术相结合，实现高效、低时延的数据传输，仍然是一个重要而且具有挑战性的问题。
因此，本文将重点研究基于边缘计算的高效低时延通信传输技术，详细介绍边缘计算和通信技术的总框架，探讨结合方式，以及如何通过优化技术策略实现高效、低时延的数据传输。
希望本文的研究能为边缘计算和通信技术的进一步发展提供一些有价值的思考和参考。
1 基于边缘计算的传输架构基于边缘计算的传输架构由网络服务、核心网EPC 、移动中继节点、汇聚节点以及MEC 服务器（多接入边缘计算）组成。
如图1所示。
网络服务负责管理和控制边缘网络，包括边缘服务器、边缘操作系统、边缘应用程序、边缘云平台和传输协议栈[4]。
EPC 是边缘网络中的一个关键组成部分，它负责管理和配置边缘网络，并提供网络配置、性能监测、安全管理等功能。
移动中继节点负责在移动设备和汇聚节点之间传递数据，并支持多跳、协作传基于边缘计算的高效低时延通信传输技术研究郑 毅（北京华麒通信科技有限公司，北京 100080）摘要：近年来，边缘计算凭借其在灵活性、高效性和可靠性方面的优势，已经成为5G通信研究的热点之一。
边缘计算与5G通信相结合可以进一步提高通信传输的效率和质量。
文章提出了基于边缘计算的高效低时延通信传输技术，对基于边缘计算的高效低时延通信传输技术进行了深入研究，探讨边缘计算与5G通信相结合时的特点和优势，构架了总体传输框架，发现了该技术在实际应用中的问题和挑战，希望能够实现高效低时延的网络通信传输技术。
移动通信环境下的缓存技术研究
移动通信环境下的缓存技术研究摘要：随着移动通信技术和网络的飞速发展，网络数据的流量越来越大，需要更快速和高效地传输和处理。
缓存技术因其节省带宽、缩短响应时间、减少网络拥塞等优点而成为重要的解决方案。
本文主要探讨移动通信环境下的缓存技术研究，包括缓存机制、缓存算法和缓存管理策略。
通过分析现有的研究成果，提出了一些未来的研究方向，为移动通信环境下的缓存技术的发展提供参考。
关键词：移动通信；缓存技术；缓存机制；缓存算法；缓存管理正文：一、引言随着移动互联网的普及，人们在进行娱乐、办公、学习等方面的需求越来越多，而这些需求的实现需要海量的数据支持。
为了满足这些需求，人们需要更快速、高效的传输和处理方式，因此，缓存技术因其优异的性能被广泛应用于移动通信系统中。
二、缓存技术的类型缓存技术主要有两种类型：客户端缓存和服务器端缓存。
客户端缓存是指客户端设备中存储一部分数据，以减少与服务器的通信次数、提高响应速度等。
服务器端缓存则是在服务器上存储一部分数据，以加快数据请求响应时间、降低网络流量等。
三、缓存技术的机制缓存技术通过使用缓存代替远程数据访问来提高性能和效率。
当客户端请求一个经常使用的数据时，服务器处理该请求并生成缓存，随后向客户端返回所需数据。
然后，客户端会将这个数据缓存以便在下次使用时减少停顿，并返回所需数据。
四、缓存算法缓存算法主要有三种：LRU算法、LFU算法和FIFO算法。
LRU算法是一种最近最少使用的策略，它删除最久未使用的数据；LFU算法是一种最少频繁使用的策略，它删除最少使用的数据；FIFO算法是一种先入先出的策略，它删除最早使用的数据。
五、缓存管理策略缓存管理策略主要有两种：主动缓存管理和被动缓存管理。
主动缓存管理是用户自行控制缓存，通过自定义缓存大小、删除数据和保存时间等参数来调整缓存；被动缓存管理则是由系统管理缓存，并根据当前系统条件和网络状态等动态调整缓存。
六、未来研究方向未来的研究方向主要有以下几个方面：一是缓存算法的进一步深入研究，探索更优秀的缓存策略；二是智能化缓存管理的研究，通过人工智能和机器学习等技术实现缓存管理策略的智能化；三是移动边缘计算技术与缓存技术的集成，使得缓存技术在移动应用领域更加广泛地应用。
5G核心网中基于MEC的边缘计算应用
5G核心网中基于MEC的边缘计算应用摘要：与4G网络相比,5G网络可以提供更快的速度、更低的延迟和更大的容量。
这些功能使增强现实技术、自主汽车和智能城市等新的应用程序成为可能。
边缘计算是一种将计算资源放在靠近网络边缘、更接近数据源和终端用户的架构。
这样可以更快地从数据中进行处理和洞察。
关键词:MEC、5G、边缘计算、低延迟、位置感知一、5G网络中的MEC架构1.1将MEC主机融入5G基础设施MEC主机是部署在5G网络基础设施内部的服务器,与无线电接入网络直接集成。
MEC主机位于移动网络的边缘,靠近手机站点和移动用户。
这提供了云计算能力附近的蜂窝无线电塔。
在5G体系结构中,MEC主机可以根据使用例部署在不同的边缘位置。
例如,主机可以在基站、核心网络边缘的聚合站点或多接入边缘节点上集成。
MEC主机的最佳定位允许灵活部署边缘计算服务和应用。
关键的5G基础设施元素,如边缘云基础设施,边缘节点,和边缘应用平台,杠杆化嵌入MEC能力在网络边缘。
这些5G边缘元素和MEC主机之间的紧密集成对于实现基于MC的边缘计算所承诺的低延迟和背景感知服务至关重要。
1.2MEC框架构成部分MEC框架由多个相互关联的组件组成,使基于MEC的服务成为可能。
主要内容包括:MEC平台--它监督MEC主机的集成,并提供无线电网络信息、交通规则、DNS管理和应用程序授权等核心功能。
MEC主机--运行MEC服务和应用程序的物理服务器。
MEC主机在边缘提供计算、存储和网络资源。
MEC管理-管理和监测MEC主机和平台.执行配置、故障管理、报告等.MEC应用程序-在MEC主机上运行的软件程序,为最终用户提供服务。
应用程序利用MEC功能,如低延迟和位置意识。
这个模块化框架允许MEC功能无缝地部署在5G网络中,并根据业务或用户的需要进行边缘计算。
1.3MEC主机和5G核心网络要素之间的相互作用MEC主机有直接的互联和接口,与核心的5G网络功能,如用户平面函数(UFP)和访问和移动管理函数(AMF)。
浅析5G边缘计算技术
浅析5G边缘计算技术摘要：5G网络通过提供大带宽、低时延等能力给移动互联网和物联网赋予了更广阔的应用空间。
无人机监控、无人驾驶、虚拟与增强现实等新业务均需要更高的带宽、更低的网络时延为用户提供更好的业务体验。
这些需要更贴近最终用户的计算和组网方式，由此推动了边缘计算的蓬勃发展。
关键词：5G网络；边缘计算技术；分析引言在5G网络中，边缘计算（MEC）作为其中一项关键数据，主要功能是靠近客户端，为客户就近提供其所需要的内容分发、计算和存储等服务功能，以此来实现降低数据处理以及服务交付过程中存在的时延问题，本文将对5G边缘计算技术进行详细探讨。
1.边缘计算技术边缘计算技术能够集网络、云计算和智能终端于一体，通过优化配置资源，让计算能力、传输能力、储存能力及应用能力更加智能。
1.1边缘计算技术提出的背景数以万计的物联网前端设备收集的数据全部由主管理平台或云计算平台处理，对网络带宽、数据处理的时效性以及数据安全性提出了较高要求，极易导致数据处理不及时，甚至造成系统故障，尤其在工业互联网、智能医疗、自动驾驶等实时性要求极高的应用场景中。
另外，物联网终端设备产生的海量数据通过云计算技术进行集中处理，会大大增加采集数据、分析数据、处理数据的成本，且效率较低。
然而，根据接近原理提出的边缘计算技术可以有效解决海量数据处理造成的网络延时、拥塞等问题，这就是边缘计算技术提出的背景。
1.2边缘计算的技术基本特征1.2.1联接性所谓联接性，简单来讲就是促使应用场景本身存在的多样性和各种类型的物理对象之间进行联接。
而边缘计算正需要联接功能，例如网络协议、网络配置、网络拓扑等等，一方面要将其与当前现有工业总线之间的联通考虑其中，另一方面还要借鉴当前网络领域发展中最新研发成果。
1.2.2 分布性就边缘计算来讲，因其部署所处在网络边缘，因此与用户端的距离相对比较近，从而体现出其具有分布性特征，这种情况下，也就需要进行分布式的存储、计算以及资源统一管理和动态调度等方面，边缘计算也要满足上述要求。
基于云计算技术的5G移动通信网络优化研究
DCWTechnology Study技术研究31数字通信世界2024.041 5G移动通信传输网络的作用在时代浪潮中，移动通信传输网络呈现持续发展态势，其已由2G 移动通信发展升级到4G 网络技术，为5G 移动通信网络的开发、建设奠定了良好基础。
如今，我国已由4G 网络技术转型过渡到5G 网络技术，而移动通信网络技术也呈现综合发展趋势，其智能化水平急剧提升。
采用科学、有效的移动通信网络建设策略，综合分析数据信息，再保留、利用虚拟信号传输的信息，可为后续阶段的数据分析、整合以及处理创造良好的条件。
目前，5G 移动通信传输网络技术得到国内外的高度关注，很多国家针对5G 技术进行了一系列研究，以期实现更深层次的探索、创新，并结合传输网络的特点、优势为网络标准化建设提供依据。
图1所示为5G 通信网络的整体架构[1]。
基于多功能的5G 移动通信网络技术，可以有效实现网络的集中化控制，还能获得更多的技术支持，而随着技术开发进程的加快，编程接口也进行了技术升级，在网络防火墙等诸多领域发挥着不可或缺的作用[2]。
基于云计算技术的5G移动通信网络优化研究梁峻伟（山西通信通达微波技术有限公司，山西 太原 030006）摘要：社会经济的持续发展促进了各行业工作的不断改进和创新，相应地，也对网络通信技术提出了更为严苛的要求。
伴随着信息量的剧烈增长，满足市场的需求势在必行，这催生了网络传输技术的不断升级，从2G逐步演进到4G、5G。
5G 网络的出现标志着通信和传输变得更为快捷和高效，开启了新的信息时代。
在这个全新的信息化背景之下，探究5G移动通信技术的发展显得尤为重要。
文章对5G移动通信网络的关键技术进行了分析，并在此基础上从软件和硬件两方面提出了基于云计算技术的5G移动通信网络优化对策，以期能够为相关人员提供借鉴。
关键词：5G移动通信技术；传输网络；建设发展；互联网doi：10.3969/J.ISSN.1672-7274.2024.04.008中图分类号：TN 929.53，TP 393.09 文献标志码：A 文章编码：1672-7274（2024）04-0031-03Research on Optimization of 5G Mobile Communication NetworkBased on Cloud Computing TechnologyLIANG Junwei(Shanxi Communication Tongda Microwave Technology Co., Ltd., Taiyuan 030006, China)Abstract: The sustained development of the social economy has promoted continuous improvement and innovation in various industries, and correspondingly, it has also put forward more stringent requirements for network communication technology. With the rapid growth of information volume, it is imperative to meet market demand, which has given rise to the continuous upgrading of network transmission technology, gradually evolving from 2G to 4G or even 5G. The emergence of 5G networks signifies that communication and transmission have become faster and more efficient, opening up a new era of information. In this new context of informatization, exploring the development of 5G mobile communication technology is particularly important. The article analyzes the key technologies of 5G mobile communication networks and proposes optimization strategies for 5G mobile communication networks based on cloud computing technology from both software and hardware aspects, in order to provide reference for relevant personnel.Keywords: 5G mobile communication technology; transmission network; construction and development; Internet作者简介：梁峻伟（1985-），男，汉族，山西忻州人，工程师，专科，主要从事工程管理工作。
移动边缘计算中计算卸载方案研究综述
移动边缘计算中计算卸载方案研究综述一、本文概述随着移动互联网的快速发展和智能终端设备的广泛普及，数据流量呈爆炸性增长，传统的云计算模式面临着巨大的挑战。
移动边缘计算（Mobile Edge Computing，MEC）作为一种新型的计算模式，通过将计算任务卸载到网络边缘，有效地解决了云计算模式下的延迟和带宽瓶颈问题。
计算卸载方案作为移动边缘计算的核心技术之一，其研究对于提高移动应用的性能和用户体验具有重要意义。
本文旨在全面综述移动边缘计算中计算卸载方案的研究现状和发展趋势。
文章将介绍移动边缘计算的基本概念、特点和应用场景，阐述计算卸载方案在移动边缘计算中的重要性和作用。
然后，文章将重点分析现有的计算卸载方案，包括卸载决策算法、任务划分策略、资源分配机制等，并评估其性能优缺点。
接着，文章将探讨计算卸载方案面临的挑战和未来的研究方向，如卸载决策的动态性、任务的复杂性和多样性、边缘资源的有限性等。
文章将总结移动边缘计算中计算卸载方案的研究现状，展望未来的发展趋势和应用前景。
通过本文的综述，读者可以深入了解移动边缘计算中计算卸载方案的研究现状和发展趋势，为相关领域的研究和实践提供参考和借鉴。
二、移动边缘计算基础移动边缘计算（Mobile Edge Computing，MEC）是一种新型的计算范式，它将云计算的能力推向了网络的边缘，即移动网络的基站或接入点。
通过这种方式，MEC能够显著减少数据传输的延迟，提高服务质量，并支持实时应用。
移动边缘计算（MEC）是指在移动网络边缘提供IT服务环境和云计算能力的新型平台。
它使得应用程序、数据和服务能够位于网络边缘，从而为用户提供低延迟和高带宽的接入。
与传统云计算模型相比，MEC具有更低的延迟、更高的带宽和更好的位置感知能力。
MEC的架构通常包括三个主要部分：边缘云、核心云和用户设备。
边缘云部署在网络边缘，负责处理实时、低延迟的任务；核心云则提供非实时的、大规模的计算和存储服务；用户设备则通过无线接入网络连接到边缘云或核心云。
移动边缘计算（MEC）技术研究及在5G网络中的应用
移动边缘计算（ MEC ）技术研究及在5G 网络中的应用摘要：移动边缘计算（MEC）技术将计算和存储的能力下沉至网络边缘，具有通信延迟低、实时性好、带宽利用率高等技术优势。
随着5G技术的广泛应用，MEC通过关键技术与5G相融合的方式，为AR、车联网和物联网等多种应用场景提供了新的技术支撑，赋能革新业务场景，推动电信服务商及行业数字化和智能化转型。
关键词：5G；MEC；智能化1概述移动边缘计算（MEC）的概念由欧洲电信标准协会（ETSI）及工业规范标准化组织共同提出，MEC技术是将云端服务器的部分或全部计算及存储能力下沉到网络边缘设备中，减轻网络带宽压力、缩短数据往返时间、充分利用网络资源，满足5G网络的高速度、低时延、海量数据等的业务要求，推动移动宽带网络向可编程世界的转变。
随着万物互联时代的来临，MEC在推动行业数字化和智能化转型方面有着重大意义。
MEC技术具备通信延迟低、实时性好、带宽高等特点，有助于实时洞察和感知无线网络信息和位置，这些技术特点可为移动运营商带来极大的价值，同时也为云服务商、应用和内容提供商以及厂商创造新的机会，。
目前MEC的落地已经有诸多试点工作，但在5G网络中的应用需不断完善，本文将主要通过跟踪MEC最新关键技术研究及应用，梳理MEC的典型应用场景，为后续MEC业务的拓展提供支撑和参考。
2 MEC的关键技术2.1任务卸载移动应用任务处理时延包括传输时延、计算时延和通信时延。
在云计算时代，数据在链路中的往返时间较长，数据传输时延较大，这导致任务处理时延很难满足5G网络要求的超低时延的业务要求。
MEC作为云计算的演进，将应用程序托管从集中式数据中心下沉到网络边缘，更加接近消费者和应用程序生成的数据，能够在更靠近移动用户的网络边缘提供计算能力，有效减少数据传输时延，从而满足5G特定场景下的实时性的要求。
任务卸载模型需综合网络、通信以及计算算法模型。
当前主要的任务卸载的模型包括二态任务卸载和部分任务卸载模型。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
5G网络移动边缘缓存与计算研究
为满足大规模的移动设备接入和快速增长的通信容量的需
求,small cell在下一代移动通信系统(5G)中将实现超密集部署,而且small cell的存储和计算资源能为移动应用(如增强现实游戏)提供无处不在的计算支持。
但是该方案却会加重系统回程链路的负载,并且会带来巨大的能量消耗的问题。
为解决上述问题,许多研究者提出了移动边缘缓存与计算的方案。
然而,现有的移动边缘缓存与计算方案存在以下问题:首先,现有的边缘缓存方案大多基于固定网络拓扑结构,忽略了用户移动性;其次,为解决5G网络高能耗的问题,采用可再生能量供电是一个可行方案,但是,可再生能量到达的随机性导致了边缘云服务器计算能力的动态性,使得现有基于电网供电的计算卸载策略难以适用;最后,由于用户移动性导致基于
D2D(Device-to-Device)的边缘计算(如移动微云)具有动态特征,可能会造成计算任务卸载的失败。
面对上述问题和挑战,本文从以下四个方面展开研究:(1)针对边缘缓存中用户移动性问题进行研究。
通过分析移动性对small cell和用户设备缓存的影响,提出了移动性缓存策略优化问题,并证明其是NP难问题。
基于子模态优化,利用贪婪算法给出问题的解。
实验结果显示,相较于传统的缓存策略,此策略在缓存命中率上有了明显提高。
(2)针对边缘缓存中用户之间及用户与small cell之间接触时间的随机性进行研究。
基于编码缓存建立了缓存命中率最大化的安置模型和能耗最小化的传输模型,通过对模型求解,提出绿色移动编码缓存策略。
实验结果显示,与其他缓存策略相
比,该策略具有最高缓存命中率和最低传输能耗。
(3)针对可再生能量供电下移动边缘云计算进行研究。
基于对可再生能量的分析,建立了
用户计算任务时延和电网供电能耗最小化模型。
利用交替优化将其分解为计算资源分配和任务安置两个子问题,通过求解子问题得出可再
生能量供电下的计算任务卸载策略。
实验结果表明,与随机计算卸载
和均匀计算卸载策略相比,该策略能够至少缩短20%的任务延迟,节省30%的能耗。
(4)针对移动边缘计算中连接不可靠的问题进行研究。
本文突破传统的移动微云对D2D连接的依赖,提出了移动自组微云模式。
同时分析了此模式的任务时延和能耗,得到最优卸载策略。
最后给出
了计算任务在远端云、移动微云和此模式下的选择算法。
实验结果证明,当任务处理前后比例小于1、用户接触频率大于0.0014时,此模
式在延时和能耗方面均优于其他两种模式。
综上所述,本文所提出的
移动边缘缓存与计算策略能充分利用网络边缘的存储计算资源、用户的移动性和动态的可再生能量供给,为用户提供缓存和计算的服务,
提高用户的体验质量。