【摘 要】
：
随着手机芯片技术的快速发展,智能终端已逐渐转变成具有通讯和娱乐功能的强大设备。传统的移动云计算（Mobile Cloud Computation,MCC）因为服务器离用户设备（User Equipment,UE）较远导致UE的实时应用无法满足,所以人们只好将服务器下层到网络的边缘,使其能够在靠近UE的位置提供服务。移动边缘计算（Mobile Edge Computation,MEC）技术因此而生,
论文部分内容阅读
随着手机芯片技术的快速发展,智能终端已逐渐转变成具有通讯和娱乐功能的强大设备。传统的移动云计算（Mobile Cloud Computation,MCC）因为服务器离用户设备（User Equipment,UE）较远导致UE的实时应用无法满足,所以人们只好将服务器下层到网络的边缘,使其能够在靠近UE的位置提供服务。移动边缘计算（Mobile Edge Computation,MEC）技术因此而生,其在移动网络的边缘给UE提供计算卸载、缓存等功能,进而弥补MCC的不足。不过MEC服务器通常部署在接入网内并与基站（Base Station,BS）实现绑定,其不像MCC服务器那样部署在核心网中。因此,如何对MEC服务器进行部署已经成为MEC网络的一个关键问题。同时,MEC服务器的资源通常是有限的,如何对MEC服务器中的资源进行优化也成为了MEC网络的一个研究热点。针对以上问题,本文将MEC服务器的部署与资源优化技术引入到MEC中,研究了MEC系统中的网络规划和资源优化方法,主要工作如下:（1）针对同构业务需求下多用户MEC网络,研究了MEC服务器部署方法。本文首先提出一种基于贪心算法的网络规模快速估算方法,得到网络中MEC服务器数目的可行范围。然后提出一种基于改进粒子群优化（Particle Swarm Optimization,PSO）的MEC服务器位置优化算法,该算法在MEC服务器数目固定的情况下,优化MEC服务器的位置,目标是最大化网络中用户的服务率。最后提出一种基于二分搜索的MEC服务器数目优化算法,该算法通过二分查找并结合MEC服务器位置优化算法,优化MEC服务器的数目,找出满足用户通信、计算卸载需求时最少的MEC服务器数目以及位置。仿真结果表明,与基于传统PSO、随机权重PSO和线性递减权重PSO的位置优化算法相比,本文所提改进PSO算法能以更少的MEC服务器数目实现用户的需求,并能为更多的用户提供计算和通信服务。（2）针对异构业务需求下多用户MEC网络,研究了MEC网络用户接入控制和资源优化方法。本文首先提出一种基于回溯算法的MEC网络用户接入控制方法,该算法在传统最大信噪比（Signal-to-Noise Ratio,SNR）接入法的基础上综合考虑了通信和计算资源的限制,实现了对异构业务需求用户的有效接入。然后提出一种基于改进遗传算法（Genetic Algorithm,GA）的资源优化算法,该算法联合优化了BS的发射功率、子载波数目,MEC服务器的计算资源、缓存资源,目标是在用户通信、计算卸载和缓存需求的约束下最小化系统成本损耗。仿真结果表明,与基于传统GA和最大SNR的算法相比,所提方法能以更低的网络建设成本实现用户的需求。
其他文献
随着智能设备大规模的接入电网,各项网络通信技术与电力的融合也愈加紧密,这将非常有利于智能电网的发展。但机遇与危险并存,信息技术与智能设备的高度融合使得电力侧也将面临更多来自网络的攻击和威胁。其中,由电动汽车和充电桩组合而成的电动汽车充电系统具有负荷量大、网络通信发达等特点,一旦攻击者以此为突破点,实施针对电力系统的网络攻击,导致信息泄露或决策失误,将对经济和社会稳定造成无法预测的损失和不利影响。因
在高比例可再生能源接入电网背景下,发电侧与需求侧的功率不确定性加剧,电力系统调度的灵活性需求激增,系统的安全可靠运行面临巨大的挑战,单独利用发电侧应对负荷变化的方式已难以支撑电网的调节需求。本文利用负荷的可调容量提高电网运行的灵活性,分别从需求响应（Demand Response,DR）与备用角度分析了负荷的可调价值,以此促进新能源消纳;进一步,通过负荷集群的有效聚合以降低系统的整体调控成本,提高
密码学是一门研究如何保密地传递信息的学科。密码学在诞生之初是为了保护军事通信,经过长期的发展,密码学在金融、商业和个人隐私上都起着非常重要的作用。传统密码体制的安全性是基于计算复杂度而设计的,数字签名传统密码体制之一,由于其准确性和安全性,它被广泛应用于金融、邮件等各种通信任务中,但是在算法不断突破以及量子计算机蓬勃发展的当下,这类体制变得不再安全,量子密码学的出现给了人们希望。与传统密码学相比,
图像语义分割（Image Semantic Segmentation）一直是计算机视觉中一项基本且具有挑战性的任务,它在许多实际应用中发挥着重要作用,例如机器人技术和医学分割等。近年来,卷积神经网络（Convolutional Neural Networks,CNNs）在语义分割领域中的应用取得了显著进展。例如,基于全卷积神经网络架构（Fully Convolutional Network,FCN
近年来,由于光子轨道角动量（Orbital Angular Momentum,OAM）具备正交性和高维性,基于OAM态的高维量子通信及基于OAM态的复用光通信（不需要额外的带宽）都引起了广泛的关注,其中精确的OAM态检测仍然是一个重要挑战。本文针对于光子轨道角动量的拓扑荷检测、轨道角动量光束的强度和相位捕获进行了研究,主要工作和成果如下:（1）考虑到OAM光束具有螺旋相位结构及其Gouy相位特点,
随着第五代通信技术以及智能设备的突破性发展,以图像、文本、视频为主要内容介质的多媒体数据呈现出海量式增长的趋势。在多媒体数据的发展趋势下,人们对人机交互的体验模式提出了更深层次、更多维度的业务需求,跨模态检索技术应运而生。传统的跨模态检索仅仅涉及图像、文本等单一视觉感知的模态内容,无法满足VR、远程医疗、自动驾驶等新一代应用需求。因此,为了将人机交互的沉浸式体验推至新的维度,本文拟将人类三大感知之
随着三维重建技术在逆向工程、生物医疗和虚拟现实等领域的广泛应用,重建过程中的三维物体数字化处理成为当前研究的热点。在三维物体数字化过程中,点云对齐十分重要,其一般可分为粗对齐和精细对齐两个步骤。粗对齐利用算法提高两片分离较大的点云间重叠率,为后续精细对齐的成功提供基础。受点云内部的复杂特性以及噪声等因素的影响,传统粗对齐算法的对齐效果和鲁棒性存在较大的改进空间。近年来,深度学习的广泛流行为点云对齐
斜拉桥的运行状态关系到国家经济发展和人民生命安全,需要定期对拉索进行检测和维护,因此研究斜拉桥拉索损伤检测及其评估方法意义重大。斜拉桥拉索是由导磁性能良好的高碳钢制成,适合使用漏磁检测方法对其内部钢丝的损伤进行检测。本文在分析当前国内外斜拉桥拉索漏磁检测技术研究现状的基础上,提出了一种螺旋爬升模式下的拉索断丝漏磁检测方法,主要研究内容如下:首先,在分析拉索的损伤以及无损检测方法及其局限性的基础上,
移动边缘计算（Mobile Edge Computing,MEC）通过将存储、计算能力下沉到移动边缘节点,提供一个高性能、低延迟与高带宽的电信级服务环境,加速网络中各项内容、服务及应用的分发和下载,让用户享有更高质量网络体验。但随着车联网、自动驾驶等移动应用的兴起,由于边缘节点的网络覆盖范围有限,当用户移动到其他边缘节点覆盖范围内时,会导致与本地边缘云的网络连接变差,从而降低服务质量（Qo S）或
近年来,由于奇异系统不仅可以刻画动力学系统的动态特性,还能表征系统的静态约束,因而被广泛用于描述实际系统。而随着数字计算机技术的发展,实际系统的输出往往采用采样保持模式进行测量和传输,由此提出的事件触发机制不仅能够保证系统的性能,而且能有效节省通信资源。更重要的是,虽然随着计算机技术的提升,工业系统朝着大规模、高性能等方向发展,但仍然不可避免地会发生故障,因此如何尽早检测出系统的故障一直是研究的热