论文部分内容阅读
随着无线通信技术和移动互联网的高速发展,移动应用的数量正在持续增长,越来越多的计算密集型的任务在移动设备上执行,例如增强现实、人脸识别和交互式游戏等。通常执行这些计算密集型的任务需大量的计算资源和能耗,现有的终端设备由于计算能力和电池容量有限而难以满足低时延、高可靠性的移动应用程序需求。为了克服资源受限的移动设备的限制,同时提高移动应用程序的运行效率,计算卸载成为可能的解决方案。移动边缘计算旨在提供移动网络边缘的云计算功能,用户可以将部分或全部任务从终端设备迁移到边缘云中计算,从而缩减应用程序的运行时间和终端设备的能耗。本文在传统蜂窝系统的基础上运用D2D通信技术可以产生多种性能增益。首先,基于D2D通信的终端用户之间的物理距离很短,通信链路质量高,因此可以提供低时延、低功率和高传输速率的数据传输服务。其次,相比于传统蜂窝网络采用的上行、下行的通信方式,通过D2D链路进行通信的方式更加方便、快捷节省资源。最后,用户还可以通过underlay D2D通信的方式复用蜂窝用户频谱资源,使D2D通信链路与蜂窝网络共存,从而进一步提高整个系统频谱资源的利用率。另外,通过D2D通信技术还可以扩大传统蜂窝系网络的覆盖范围从而为更多的移动终端提供通信服务。在移动边缘计算中运用D2D通信技术,既可以利用传统的蜂窝链路又可以直接利用D2D链路,同时增加了网络的容量和降低了基站的计算复杂度。为了最小化移动设备的能耗,本文也运用DVFS技术来同时降低终端设备的时钟频率和工作电压进而降低系统的总能耗。本文针对应用程序所需的总代价即能耗和时间两个目标进行了优化研究,提出了一个基于D2D通信技术的移动边缘计算模型,同时提出了两个快速的近似算法:基于贪心策略的快速(HGA)算法与基于贪心策略的粒子群(HPSO)算法,其中HPSO算法进一步优化了HGA算法的解。实验结果表明,本文提出的HGA算法总代价与所有任务只在一个终端设备上执行的策略相比优化了28.5%,与尽可能将任务卸载到边缘云上执行的策略相比提升了9.1%。与HGA算法相比,本文所提出的HPSO算法总代价又减少12.3%。综合表明,本文所提算法能有效减少系统的总代价,更加满足终端用户的需求。