移动边缘计算网络联合计算迁移决策与资源分配算法研究
| 中文摘要 | 第3-5页 |
| 英文摘要 | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 任务属性建模研究现状 | 第10-11页 |
| 1.2.2 通信资源建模研究现状 | 第11页 |
| 1.2.3 计算资源管理研究现状 | 第11-12页 |
| 1.2.4 问题建模方法研究现状 | 第12页 |
| 1.3 研究内容与结构安排 | 第12-14页 |
| 2 MEC资源分配基础知识 | 第14-21页 |
| 2.1 一个MEC服务实例：增强现实 | 第14-15页 |
| 2.2 任务模型 | 第15-17页 |
| 2.2.1 二元迁移任务模型 | 第15-16页 |
| 2.2.2 部分迁移任务模型 | 第16-17页 |
| 2.3 通信模型 | 第17页 |
| 2.4 计算模型 | 第17-19页 |
| 2.4.1 MD计算模型 | 第17-18页 |
| 2.4.2 ECS计算模型 | 第18-19页 |
| 2.5 计算迁移与资源分配问题建模 | 第19-20页 |
| 2.6 本章小结 | 第20-21页 |
| 3 超密集网络下MEC计算迁移决策与资源分配 | 第21-41页 |
| 3.1 概述 | 第21页 |
| 3.2 模型与优化模型 | 第21-25页 |
| 3.2.1 系统模型 | 第22-24页 |
| 3.2.2 优化模型 | 第24-25页 |
| 3.3 算法描述 | 第25-35页 |
| 3.3.1 问题分解 | 第25页 |
| 3.3.2 计算资源分配算法 | 第25-27页 |
| 3.3.3 信道分配与功率分配：CEP算法 | 第27-34页 |
| 3.3.4 信道分配与功率分配：ECEP算法 | 第34-35页 |
| 3.4 仿真分析 | 第35-39页 |
| 3.5 本章小结 | 第39-41页 |
| 4 非平衡MEC下计算迁移的时延-能耗-成本折衷 | 第41-56页 |
| 4.1 概述 | 第41-42页 |
| 4.2 系统模型与优化模型 | 第42-44页 |
| 4.2.1 系统模型 | 第42-43页 |
| 4.2.2 优化模型 | 第43-44页 |
| 4.2.3 可行性分析 | 第44页 |
| 4.3 基于效率的计算迁移算法 | 第44-48页 |
| 4.3.1 复杂度分析与线性松弛 | 第45页 |
| 4.3.2 集中式贪婪算法 | 第45-48页 |
| 4.4 基于公平性的计算迁移算法 | 第48-51页 |
| 4.4.1 基于公平性的贪婪算法 | 第48-51页 |
| 4.5 仿真分析 | 第51-55页 |
| 4.5.1 算法的性能界 | 第51-52页 |
| 4.5.2 CGA与MGA对比 | 第52-53页 |
| 4.5.3 CGA与FGA对比 | 第53-55页 |
| 4.6 本章小结 | 第55-56页 |
| 5 总结与展望 | 第56-58页 |
| 5.1 全文总结 | 第56-57页 |
| 5.2 未来展望 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 附录 | 第63页 |
| A.作者在攻读学位期间发表的论文目录 | 第63页 |
| B.作者在攻读学位期间取得的科研成果目录 | 第63页 |
