| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 专用术语注释表 | 第9-10页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 论文研究内容及主要工作 | 第12-13页 |
| 1.4 论文结构安排 | 第13-15页 |
| 第二章 车联网场景下移动边缘计算技术 | 第15-25页 |
| 2.1 车联网系统框架 | 第15-16页 |
| 2.2 移动边缘计算概述 | 第16-17页 |
| 2.2.1 MEC系统框架 | 第16页 |
| 2.2.2 数据处理步骤及服务器部署 | 第16-17页 |
| 2.3 计算卸载 | 第17-20页 |
| 2.3.1 计算卸载模型 | 第17-19页 |
| 2.3.2 计算资源分配和设备移动性管理 | 第19-20页 |
| 2.4 传统计算卸载算法 | 第20-24页 |
| 2.4.1 面向单服务器系统传统算法 | 第20-23页 |
| 2.4.2 面向多服务器系统传统算法 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 基于内点法的多目标计算卸载算法 | 第25-35页 |
| 3.1 研究背景 | 第25页 |
| 3.2 基于内点法的多目标计算卸载算法设计 | 第25-31页 |
| 3.2.1 时间延迟优化模型 | 第26-28页 |
| 3.2.2 能量消耗优化模型 | 第28-29页 |
| 3.2.3 求解最优卸载概率 | 第29-31页 |
| 3.3 仿真实验与分析 | 第31-34页 |
| 3.3.1 实验环境 | 第31页 |
| 3.3.2 时间延迟性能分析 | 第31-32页 |
| 3.3.3 能量消耗性能分析 | 第32-33页 |
| 3.3.4 时间延迟和能量消耗加权代价性能分析 | 第33-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 基于Lyapunov优化的时变计算卸载算法 | 第35-49页 |
| 4.1 研究背景 | 第35页 |
| 4.2 算法系统模型 | 第35-38页 |
| 4.2.1 本地计算模型 | 第36页 |
| 4.2.2 计算卸载模型 | 第36-38页 |
| 4.3 基于Lyapunov优化的时变计算卸载算法设计 | 第38-44页 |
| 4.3.1 算法辅助变量定义 | 第38-40页 |
| 4.3.2 最小化上界 | 第40-42页 |
| 4.3.3 求解最优卸载量 | 第42-43页 |
| 4.3.4 算法流程 | 第43-44页 |
| 4.4 仿真实验与分析 | 第44-48页 |
| 4.4.1 最佳Lyapunov优化系数 | 第45页 |
| 4.4.2 系统数据积压量分析 | 第45-46页 |
| 4.4.3 任务完成时间性能分析 | 第46-47页 |
| 4.4.4 能量消耗性能分析 | 第47-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第五章 车联网场景下移动边缘计算卸载原型系统 | 第49-60页 |
| 5.1 应用场景描述 | 第49页 |
| 5.2 原型系统设计 | 第49-52页 |
| 5.2.1 原型系统框架 | 第49-50页 |
| 5.2.2 基于IPMTOA算法的数据卸载模块设计 | 第50-51页 |
| 5.2.3 基于BLTOA算法的数据卸载模块设计 | 第51-52页 |
| 5.3 实验环境及实验步骤 | 第52-57页 |
| 5.3.1 实验环境 | 第52-53页 |
| 5.3.2 实验步骤 | 第53-57页 |
| 5.4 实验结果及分析 | 第57-59页 |
| 5.5 本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-62页 |
| 6.1 总结 | 第60-61页 |
| 6.2 展望 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第65-66页 |
| 附录2 攻读硕士学位期间申请的的专利 | 第66-67页 |
| 附录3 攻读硕士学位期间参加的科研项目 | 第67-68页 |
| 致谢 | 第68页 |
