论文部分内容阅读
移动边缘计算技术为用户提供低时延高计算性能的计算服务提供了重要途径。然而,其面临两大技术挑战。首先,能量有限的移动用户难于长时间享受移动边缘计算的服务。其次,移动用户将任务加载到移动边缘计算服务中心面临安全威胁。因此,为了解决以上两个问题,本文研究了无人机充电边缘计算网络的加权计算比特和最大化的资源分配策略,提高了计算性能和能量收集效率;以及在基于非正交多址的移动边缘计算网络中,提出了安全计算能效最大化的资源优化策略,提高了计算能效和安全性。针对移动用户计算能力不足和储能有限两个问题,本文利用移动边缘计算网络的特性和无人机易于部署和提供视距传输的特点,提出了无人机充电边缘计算网络的加权计算比特和最大化的资源分配策略。建立了二元加载模式下用户的加权计算比特和最大化问题框架,联合优化了用户的中央处理器频率,加载时间,传输功率和模式选择及无人机的飞行轨迹。建立的优化问题为非凸,因此提出了一种三阶段迭代优化算法,获得最优的资源分配策略。仿真结果证明了提出方案在加权计算比特和上优于基准方案,并验证了用户优先权和公平性之间存在的权衡以及优化算法的收敛效率。针对传统移动边缘计算网络资源分配策略只考虑计算比特最大化或能耗最小化,而未考虑存在的安全威胁,本文研究了基于非正交多址接入的移动边缘计算网络用户安全计算效率最大化问题。利用物理层安全技术用于防止多用户计算任务加载时被窃听者窃听。通过联合优化传输功率和中央处理器频率来制定安全计算能效优化问题。该问题是难以解决的非凹和非光滑性问题,为此提出了一种低复杂度的连续凸近似迭代算法。仿真结果证明了提出方案在安全计算能效上优于传统方案,并验证了所设计迭代算法的高效性。综上所述,本文在系统模型和资源优化算法方面的研究成果将为移动边缘计算的实际应用提供可靠的理论和技术支撑。