| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第12-17页 |
| 1.1 研究背景与意义 | 第12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.3 主要研究内容 | 第15页 |
| 1.4 论文结构 | 第15-17页 |
| 第二章 基于多基站协作的服务部署和信息交互方案 | 第17-34页 |
| 2.1 移动边缘计算相关理论 | 第17-21页 |
| 2.1.1 移动边缘计算概念 | 第17-18页 |
| 2.1.2 移动边缘计算与云计算 | 第18-19页 |
| 2.1.3 移动边缘计算与雾计算 | 第19-20页 |
| 2.1.4 移动边缘计算基本框架 | 第20-21页 |
| 2.2 基于多基站协作的服务部署方案设计 | 第21-23页 |
| 2.3 智能基站功能部署方案设计 | 第23-25页 |
| 2.3.1 接收单元 | 第24页 |
| 2.3.2 控制单元 | 第24页 |
| 2.3.3 计算单元 | 第24-25页 |
| 2.3.4 缓存单元 | 第25页 |
| 2.3.5 发送单元 | 第25页 |
| 2.4 基于多基站协作的信息交互方案设计 | 第25-26页 |
| 2.5 基于多基站协作的资源管理算法 | 第26-32页 |
| 2.6 本章小结 | 第32-34页 |
| 第三章 面向总体任务处理时延最小化的资源管理技术研究 | 第34-55页 |
| 3.1 面向总体任务处理时延最小化的问题描述和假设 | 第34-35页 |
| 3.1.1 问题描述 | 第34页 |
| 3.1.2 问题假设 | 第34-35页 |
| 3.2 面向总体任务处理时延最小化的问题建模 | 第35-38页 |
| 3.2.1 常量标识 | 第35-36页 |
| 3.2.2 变量标识 | 第36页 |
| 3.2.3 计算时延模型 | 第36-37页 |
| 3.2.4 传输时延模型 | 第37-38页 |
| 3.3 总体任务处理时延模型 | 第38-42页 |
| 3.3.1 在移动云端执行任务耗时 | 第38-39页 |
| 3.3.2 在MEC-BS执行任务耗时 | 第39页 |
| 3.3.3 在MEC-BS的相邻智能基站执行任务耗时 | 第39-40页 |
| 3.3.4 总体任务处理时延函数 | 第40-41页 |
| 3.3.5 约束条件 | 第41-42页 |
| 3.4 面向总体任务处理时延最小化的最优资源管理算法 | 第42-44页 |
| 3.4.1 基于遗传算法的优化算法设计 | 第42-43页 |
| 3.4.2 最优资源管理算法 | 第43-44页 |
| 3.5 仿真设计 | 第44-45页 |
| 3.5.1 对比算法 | 第44页 |
| 3.5.2 参数设置 | 第44-45页 |
| 3.6 仿真结果与讨论 | 第45-54页 |
| 3.6.1 迭代次数对算法的影响 | 第45-46页 |
| 3.6.2 移动终端数量对算法的影响 | 第46-47页 |
| 3.6.3 任务种类数量对算法的影响 | 第47-48页 |
| 3.6.4 MEC-BS的相邻智能基站数量对算法的影响 | 第48-49页 |
| 3.6.5 MEC-BS的相邻智能基站服务速率对算法的影响 | 第49-50页 |
| 3.6.6 从移动云端到MEC-BS的相邻智能基站的数据传输速率对算法的影响 | 第50-51页 |
| 3.6.7 从MEC-BS的相邻智能基站到移动云端的数据传输速率对算法的影响 | 第51-52页 |
| 3.6.8 MEC-BS和其相邻基站之间的数据传输速率对算法的影响 | 第52-53页 |
| 3.6.9 仿真结果总结 | 第53-54页 |
| 3.7 本章小结 | 第54-55页 |
| 第四章 面向移动运营商收益最大化的资源管理技术研究 | 第55-77页 |
| 4.1 面向移动运营商收益最大化的问题描述和假设 | 第55-56页 |
| 4.1.1 问题描述 | 第55页 |
| 4.1.2 问题假设 | 第55-56页 |
| 4.2 面向移动运营商收益最大化的问题建模 | 第56-61页 |
| 4.2.1 常量标识 | 第56-58页 |
| 4.2.2 变量标识 | 第58页 |
| 4.2.3 单位传输成本模型 | 第58-60页 |
| 4.2.4 单位计算成本模型 | 第60页 |
| 4.2.5 单位缓存成本模型 | 第60页 |
| 4.2.6 单位计算收入模型 | 第60-61页 |
| 4.2.7 单位缓存收入模型 | 第61页 |
| 4.3 移动运营商收益模型 | 第61-64页 |
| 4.3.1 总体传输成本模型 | 第61-62页 |
| 4.3.2 总体计算成本模型 | 第62页 |
| 4.3.3 总体缓存成本模型 | 第62-63页 |
| 4.3.4 总体计算收入模型 | 第63页 |
| 4.3.5 总体缓存收入模型 | 第63页 |
| 4.3.6 移动运营商总体收益模型 | 第63页 |
| 4.3.7 约束条件 | 第63-64页 |
| 4.4 面向移动运营商收益最大化的协同资源管理算法 | 第64-65页 |
| 4.4.1 基于遗传算法的优化算法 | 第64页 |
| 4.4.2 最优资源管理算法 | 第64-65页 |
| 4.5 仿真设计 | 第65-66页 |
| 4.5.1 对比算法 | 第65-66页 |
| 4.5.2 参数设置 | 第66页 |
| 4.6 仿真结果与讨论 | 第66-75页 |
| 4.6.1 迭代次数对算法的影响 | 第66-67页 |
| 4.6.2 移动终端数量对算法的影响 | 第67-68页 |
| 4.6.3 MEC-BS的相邻智能基站数量对算法的影响 | 第68-70页 |
| 4.6.4 单位任务计算成本对算法的影响 | 第70-71页 |
| 4.6.5 单位任务缓存收入对算法的影响 | 第71-72页 |
| 4.6.6 从MT到MEC-BS单位任务计算请求传输成本对算法的影响 | 第72-73页 |
| 4.6.7 智能基站间单位任务计算请求传输成本对算法的影响 | 第73-74页 |
| 4.6.8 从MEC-BS到移动云端单位任务数据请求传输成本对算法的影响 | 第74-75页 |
| 4.6.9 仿真结果总结 | 第75页 |
| 4.7 本章小结 | 第75-77页 |
| 第五章 总结与展望 | 第77-79页 |
| 5.1 工作总结 | 第77-78页 |
| 5.2 后续工作展望 | 第78-79页 |
| 参考文献 | 第79-83页 |
| 致谢 | 第83-84页 |
| 攻读硕士期间发表的论文 | 第84页 |
