| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 缩略语对照表 | 第13-17页 |
| 第一章 绪论 | 第17-35页 |
| 1.1 研究背景及意义 | 第17-22页 |
| 1.1.1 用户终端、无线通信网络面临的新的机遇 | 第17-18页 |
| 1.1.2 用户终端、无线通信网络、运营商面临的挑战 | 第18-19页 |
| 1.1.3 移动云计算 | 第19-20页 |
| 1.1.4 移动边缘计算（雾计算） | 第20-21页 |
| 1.1.5 MEC与MCC比较 | 第21页 |
| 1.1.6 MEC中常用的无线通信技术 | 第21-22页 |
| 1.2 MEC系统中的优化问题研究 | 第22-29页 |
| 1.2.1 单用户MEC系统 | 第23-24页 |
| 1.2.2 多用户MEC系统 | 第24-26页 |
| 1.2.3 异构多用户MEC系统 | 第26-28页 |
| 1.2.4 支持边缘缓存的MEC | 第28页 |
| 1.2.5 MEC系统模型、MEC系统中优化技术分类 | 第28-29页 |
| 1.3 论文的研究内容及章节安排 | 第29-35页 |
| 1.3.1 论文的主要工作 | 第29-31页 |
| 1.3.2 论文的写作安排 | 第31-32页 |
| 1.3.3 各个章节之间的内涵联系 | 第32-35页 |
| 第二章 混合云、雾系统中有min-max公平性保证的联合计算卸载及资源分配优化方法研究 | 第35-61页 |
| 2.1 引言 | 第35-36页 |
| 2.2 系统模型以及问题建模 | 第36-40页 |
| 2.2.1 不同场景下的开销 | 第38-39页 |
| 2.2.2 问题建模 | 第39-40页 |
| 2.3 卸载决策优化 | 第40-44页 |
| 2.3.1 将问题转换为一个QCQP问题 | 第40-42页 |
| 2.3.2 半正定松弛 | 第42-43页 |
| 2.3.3 提取卸载决策 | 第43页 |
| 2.3.4 联合卸载决策和资源分配算法 | 第43-44页 |
| 2.3.5 对原始问题(P1)降维 | 第44页 |
| 2.4 计算资源分配子问题 | 第44-45页 |
| 2.5 无线资源分配迭代算法设计 | 第45-52页 |
| 2.5.1 无线资源分配更新 | 第49-50页 |
| 2.5.2 拉格朗日对偶变量更新 | 第50-52页 |
| 2.6 算法复杂度分析 | 第52-53页 |
| 2.7 仿真结果 | 第53-60页 |
| 2.7.1 迭代算法2、3、4的收敛性 | 第54-56页 |
| 2.7.2 CORA算法的性能验证 | 第56-60页 |
| 2.8 本章小结 | 第60-61页 |
| 第三章 在基于LTE-A的混合云、雾计算的移动计算系统中开启低时延应用 | 第61-89页 |
| 3.1 引言 | 第61-62页 |
| 3.2 系统模型及问题建模 | 第62-66页 |
| 3.2.1 系统场景描述 | 第62-64页 |
| 3.2.2 不同场景下的时延 | 第64-65页 |
| 3.2.3 问题建模 | 第65-66页 |
| 3.3 基于烟花算法的联合卸载决策及资源分配优化算法 | 第66-69页 |
| 3.3.1 基本概念 | 第67页 |
| 3.3.2 烟花算法概述 | 第67-68页 |
| 3.3.3 二进制定值的烟花算法BFA的操作 | 第68-69页 |
| 3.3.4 基于BFA的联合计算卸载和资源分配算法 | 第69页 |
| 3.4 计算资源分配 | 第69-71页 |
| 3.5 无线资源分配 | 第71-77页 |
| 3.5.1 基于拉格朗日对偶分解的RB Pattern和功率分配 | 第72-74页 |
| 3.5.2 挑选最优pattern的启发式算法 | 第74-75页 |
| 3.5.3 拉格朗日对偶变量更新 | 第75-77页 |
| 3.6 复杂度分析 | 第77-79页 |
| 3.7 仿真结果与分析 | 第79-87页 |
| 3.7.1 算法3.1，3.2，及算法3.4的收敛性 | 第80-82页 |
| 3.7.2 算法3.3 (HAEOP)的有效性 | 第82页 |
| 3.7.3 不同应用下的性能比较 | 第82-84页 |
| 3.7.4 不同信道状态下的性能增益 | 第84-85页 |
| 3.7.5 不同处理能力下的性能对比 | 第85-87页 |
| 3.7.6 不同烟花算法参数下的性能比较 | 第87页 |
| 3.8 本章小结 | 第87-89页 |
| 第四章 支持边缘缓存的移动边缘计算系统中的经济收入最大化问题研究 | 第89-105页 |
| 4.1 引言 | 第89页 |
| 4.2 系统建模 | 第89-93页 |
| 4.2.1 场景描述 | 第89-91页 |
| 4.2.2 缓存模型 | 第91页 |
| 4.2.3 效用函数 | 第91-92页 |
| 4.2.4 问题建模 | 第92-93页 |
| 4.3 问题转换 | 第93-95页 |
| 4.4 问题求解 | 第95-97页 |
| 4.4.1 计算卸载 | 第95-97页 |
| 4.4.2 内容缓存 | 第97页 |
| 4.4.3 联合计算卸载和内容缓存算法 | 第97页 |
| 4.5 仿真结果与分析 | 第97-102页 |
| 4.6 本章小结 | 第102-105页 |
| 第五章 总结与展望 | 第105-107页 |
| 5.1 全文研究内容总结 | 第105-106页 |
| 5.2 全文数学工具总结 | 第106页 |
| 5.3 后续工作展望 | 第106-107页 |
| 参考文献 | 第107-115页 |
| 致谢 | 第115-119页 |
| 作者简介 | 第119-121页 |
