【摘 要】
:
车联网(Internet of Vehicle,Io V)技术的快速发展,催生了大量计算密集型和时延敏感型等新兴车载应用,车辆终端有限的计算资源难以满足新兴应用对时延和能耗的要求。而传统的基于移动云计算的任务卸载存在传输任务耗时较长、传输干扰波动较大的缺陷。基于移动边缘计算(Mobile Edge Computing,MEC)的车联网,即车辆边缘计算(Vehicular Edge Computin
论文部分内容阅读
车联网(Internet of Vehicle,Io V)技术的快速发展,催生了大量计算密集型和时延敏感型等新兴车载应用,车辆终端有限的计算资源难以满足新兴应用对时延和能耗的要求。而传统的基于移动云计算的任务卸载存在传输任务耗时较长、传输干扰波动较大的缺陷。基于移动边缘计算(Mobile Edge Computing,MEC)的车联网,即车辆边缘计算(Vehicular Edge Computing,VEC)网络的出现为解决上述矛盾提供了一种新的范式。它通过在车辆近端的路边单元(Road Side Unit,RSU)中部署边缘服务器为车辆提供计算卸载服务,缓解了车辆的计算压力,满足了车辆计算能力的扩展需求,有效降低了任务卸载时延和能耗。然而,在车辆边缘计算网络中,服务器的计算资源有限且分布较为分散,未来车载应用低时延需求和车辆高速移动导致的网络拓扑环境多变等问题给车辆边缘计算网络的任务卸载和资源分配带来严峻挑战。因此,本论文重点研究基于移动边缘计算的车联网中任务卸载与资源分配的方法。论文的主要研究内容如下:针对车辆边缘计算网络中服务器计算资源匮乏以及定价机制单一问题,在综合考虑卸载策略和价格策略的基础上,提出了基于多主多从Stackelberg博弈的任务卸载方法。首先,该方法将车辆采用部分卸载方式,有效缓解了计算资源不足所带来的计算过载问题。其次,将车辆和服务器效用最大化问题建模为多主多从Stackelberg博弈,实现时延约束下车辆和服务器双方效用的最优化;服务器端应用非统一定价机制辅助车辆进行卸载。最后,利用分布式迭代算法分析并实现了博弈均衡。仿真实验表明,在不同的网络条件下,所提出的卸载方案收敛速度快,在车辆效用方面总是优于其他现有研究方案。针对车辆边缘计算网络中车辆移动性导致的拓扑环境多变以及边缘服务器计算资源有限带来的计算资源分配不合理问题,提出了基于匹配理论和价格激励的任务卸载与资源分配方法。首先,定义了两种车辆类型,即任务型车辆和服务型车辆,并提出了任务型车辆卸载模式选择机制。其次,在考虑车辆移动性所带来的传输增益的基础上,综合考虑车辆的卸载时延、能耗、费用以及传输增益,通过最小化成本函数来提高卸载效率和计算资源的利用效率。最后,提出了基于匹配理论和拉格朗日对偶方法的分布式迭代算法来获取最优的卸载策略和资源分配策略。仿真结果表明,与其他现有方案相比,该算法复杂度低,有较强的鲁棒性,显著降低了车辆的卸载成本。
其他文献
图像配准是医学图像分析的前提,能够使两幅图像的相应结构在空间位置上保持一致。具体地,它是将一幅图像的相应结构配准到另一幅图像的空间位置坐标系上。医学图像配准是计算机辅助医疗的关键技术,在疾病检测、手术模拟与导航、基于图谱的结构分割、辅助治疗等医学领域发挥着重要的作用。尽管医学图像配准技术在近些年取得了良好的发展,但在配准精度与质量上仍然面临着一些问题。从数据层面来看,基于深度学习的图像配准方法需要
地理教材由导入、正文知识、活动、思考等部分构成,活动题是高中地理教材中的一部分。高中地理教材是学生学习地理知识的基础且重要的工具,是教师进行创造性教学的有效参考,也是学生必不可少的学习资源。对活动题的有效利用也可以让教材的价值最大化,凸显教材的育人功能。教材难度是评估教材质量的一个重要方面,对教材活动题进行综合难度分析,可以从活动题难度方面反应教材的质量,为部分地区选择适合的教材提供参考。随着课程
深度学习是促进学生全面发展、培育学生核心素养的重要途径,是我国课程改革走向深入的必需。课堂提问作为课堂教学中的重要环节,是促进学生深度学习的重要途径。探究深度学习下高中自然地理课堂提问,对于落实深度学习、提高课堂效率、提升课堂教学质量具有重要意义。本研究以建构主义学习理论、对话教学理论、情境认知理论、深度学习理论为理论基础,以某学校的高中自然地理课堂为研究对象,采用课堂观察法、专家咨询法、问卷调查
休闲乡村作为休闲农业的重要组成,开辟了我国乡村区域经济发展新空间,拓展了乡村建设内涵。然而,随着休闲乡村建设快速增长,休闲乡村建筑存量明显增加。为保障休闲乡村建筑低碳与可持续发展,本研究从建筑层面探索了天津地区休闲乡村建筑性能化设计,从规划层面研究了村域建筑能源规划路径。首先,选取天津地区三个典型休闲乡村开展实践调研。采用了定性与定量分析方法,将村域休闲农业建筑划分为民宿、教育服务型与商业服务型建
随着信息化时代的到来,图像数据成为人们重要的信息来源,在数据信息处理领域发挥着越来越重要的作用。由于单一传感器捕获的图像存在信息不足、目标不完整等缺点,多模态图像融合技术应运而生。图像融合技术能够将不同类型传感器采集的图像信息进行整合得到多模态图像,此图像可以最大限度的保留图像特征信息,能够在后续高级视觉应用领域更有优势。多模态图像融合常见的应用领域包括医疗MRI和CT图像融合、遥感MS和PAN图
乡土地理资源被喻为联系课堂与生活的“桥梁”,是学生周围熟稔的地理素材。将乡土地理资源应用到地理教学中,可以丰富地理课程资源,优化地理教学,凸显地理学科的育人价值。地方依恋是人与地方相互作用而形成的正向情感联结,蕴涵着人对地方浓厚的情感、深切的依恋,是地理情感态度价值观的重要体现。鉴于二者的内在关联及其对于地理教学与学生全面发展的重要价值,将二者进行融合,聚焦地方依恋的培养,运用乡土地理资源进行教学
为使蓄电池支架在轻量化的基础上能够满足汽车各工况下强度性能及要求,采用折衷规划法进行多目标拓扑优化,通过灰色关联分析法确定子目标的权重系数。首先在原始电池支架模型结构基础上,考虑实际装配和功能,建立了蓄电池支架初始拓扑优化模型;然后对其进行多工况和综合频率优化,并通过灰色关联分析法确定子目标函数的权重,运用折衷规划法进行多目标拓扑优化。最终得到的新模型质量比原模型降低10.9%,低阶频率及刚度有较
随着互联网的快速发展,人们会接触到大量的媒体信息,这些信息使人们的生活变得更加丰富有趣。同时,随着社交媒体平台的不断发展,视频的数量也呈爆炸式增长,不同的视频内容被人们记住的程度不同,令人印象深刻的视频内容具有很高的研究价值。因此,视频可记忆性的研究受到工业界和学术界的广泛关注。视频可记忆性是衡量视频片段被人们记住的程度性指标。研究者通常用视频记忆分数来量化可记忆性,即视频片段被人们普遍记住的概率
图像超分辨率是一种能够有效提高图像分辨率的技术,它从模糊的低分辨率图像重建细节更清晰的高分辨率图像。作为计算机视觉任务中图像处理的一项关键技术,图像超分辨率一直受到研究者们的广泛关注。同时,图像超分辨技术在语义分割、模式识别等应用领域具有重要价值,也可以改善人们的视觉体验。基于深度学习的图像超分辨率方法因生成图像质量较高,逐渐成为图像超分辨率领域的热点。虽然基于深度学习的图像超分辨率算法已经取得了
地理空间能力包括学生感知、定位、想象、比较、综合分析地理空间的能力,是地理核心素养培养的关键,地理空间能力的培养离不开现代空间技术的辅助。“3S”技术从多维视角展现地理事物的空间联系,在高中生地理空间能力的培养中具有显著优势,是现代化地理教学中不可或缺的技术手段。本文针对“‘3S’技术辅助高中地理教学”存在的问题,结合高中地理教材,从理论与实践层面探讨了提高“3S”技术辅助高中生地理空间能力培养的