移动边缘计算任务迁移与资源管理研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 符号说明 | 第15-16页 |
| 第一章 绪论 | 第16-34页 |
| 1.1 研究背景及研究意义 | 第16-20页 |
| 1.1.1 移动边缘计算简介 | 第16-19页 |
| 1.1.2 选题及研究意义 | 第19-20页 |
| 1.2 任务迁移与资源管理研究现状 | 第20-22页 |
| 1.3 主要研究内容及挑战 | 第22-26页 |
| 1.4 论文组织结构 | 第26-28页 |
| 参考文献 | 第28-34页 |
| 第二章 动态环境边缘计算用户任务迁移 | 第34-67页 |
| 2.1 单用户边缘计算的自适应任务迁移 | 第34-42页 |
| 2.1.1 系统模型与问题构建 | 第35-37页 |
| 2.1.2 基于滚动时域控制的自适应任务迁移决策 | 第37-40页 |
| 2.1.3 仿真结果及分析 | 第40-42页 |
| 2.2 多用户协作计算的分布式在线任务迁移 | 第42-62页 |
| 2.2.1 系统模型和问题构建 | 第44-48页 |
| 2.2.2 实时激励条件下的在线分布式协作计算 | 第48-54页 |
| 2.2.3 非实时激励条件下的在线分布式协作计算 | 第54-58页 |
| 2.2.4 仿真结果及分析 | 第58-62页 |
| 2.3 本章小结 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 第三章 移动边缘计算单小区任务迁移和资源管理 | 第67-119页 |
| 3.1 研究背景 | 第67-68页 |
| 3.2 边缘计算联合无线和计算资源管理与任务卸载 | 第68-84页 |
| 3.2.1 系统模型与问题构建 | 第69-73页 |
| 3.2.2 联合无线和计算资源管理与任务卸载 | 第73-80页 |
| 3.2.3 仿真结果及分析 | 第80-84页 |
| 3.3 边缘计算时延敏感任务接入控制和资源分配 | 第84-98页 |
| 3.3.1 系统模型与问题构建 | 第84-85页 |
| 3.3.2 高效能接入控制与计算资源分配 | 第85-93页 |
| 3.3.3 仿真结果及分析 | 第93-98页 |
| 3.4 海量连接的物联网边缘计算在线资源调度 | 第98-114页 |
| 3.4.1 系统模型及问题构建 | 第99-102页 |
| 3.4.2 针对物联网应用的低开销在线资源调度 | 第102-109页 |
| 3.4.3 海量设备连接的选择性上报策略 | 第109-110页 |
| 3.4.4 仿真结果及分析 | 第110-114页 |
| 3.5 本章小结 | 第114页 |
| 参考文献 | 第114-119页 |
| 第四章 移动边缘计算组网资源管理 | 第119-159页 |
| 4.1 大规模边缘计算分布式优化和协作域划分 | 第119-137页 |
| 4.1.1 系统模型和问题构建 | 第120-123页 |
| 4.1.2 大规模边缘计算分布式在线优化 | 第123-129页 |
| 4.1.3 边缘计算协作域划分与分布式优化 | 第129-133页 |
| 4.1.4 仿真结果及分析 | 第133-137页 |
| 4.2 边缘计算分布式机器学习资源管理 | 第137-155页 |
| 4.2.1 研究背景 | 第139-142页 |
| 4.2.2 系统模型及问题构建 | 第142-145页 |
| 4.2.3 边缘计算分布式机器学习的在线资源管理 | 第145-150页 |
| 4.2.4 仿真结果及分析 | 第150-155页 |
| 4.3 本章小结 | 第155页 |
| 参考文献 | 第155-159页 |
| 第五章 总结与展望 | 第159-163页 |
| 5.1 论文总结与后续工作 | 第159-161页 |
| 5.2 未来研究展望 | 第161-163页 |
| 致谢 | 第163-164页 |
| 攻读博士期间发表学术论文列表 | 第164-166页 |
