| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-23页 |
| 1.1 研究背景及意义 | 第15-17页 |
| 1.2 国内外研究现状 | 第17-20页 |
| 1.2.1 MEC技术研究现状 | 第17-18页 |
| 1.2.2 MEC业务低时延策略研究 | 第18-19页 |
| 1.2.3 MEC业务可靠性策略研究 | 第19-20页 |
| 1.3 本论文研究内容和章节安排 | 第20-23页 |
| 1.3.1 研究内容 | 第20-21页 |
| 1.3.2 章节安排 | 第21-23页 |
| 第二章 5G网络中移动边缘计算及其计算任务卸载技术 | 第23-31页 |
| 2.1 引言 | 第23页 |
| 2.2 移动边缘计算技术 | 第23-27页 |
| 2.2.1 移动边缘计算网络架构 | 第23-24页 |
| 2.2.2 移动边缘计算的特点 | 第24-25页 |
| 2.2.3 移动边缘计算的应用场景 | 第25-26页 |
| 2.2.4 移动边缘计算与新兴网络技术的融合 | 第26-27页 |
| 2.3 MEC计算任务卸载技术 | 第27-29页 |
| 2.3.1 MEC计算任务卸载技术简介 | 第27-28页 |
| 2.3.2 MEC计算任务卸载策略 | 第28-29页 |
| 2.4 本章小结 | 第29-31页 |
| 第三章 基于计算通信一体化的MEC低时延计算卸载策略 | 第31-43页 |
| 3.1 引言 | 第31-32页 |
| 3.2 系统模型 | 第32-38页 |
| 3.2.1 移动人脸识别应用SD-CEN网络架构 | 第32-33页 |
| 3.2.2 SD-CEN架构中时延理论模型 | 第33-35页 |
| 3.2.3 基于计算通信资源一体化的MEC时延优化计算卸载策略 | 第35-38页 |
| 3.3 仿真与结果分析 | 第38-42页 |
| 3.3.1 基于FWA算法的SD-CEN架构的时延性能分析 | 第39-40页 |
| 3.3.2 FWA算法与几种任务卸载优化算法的时延性能对比 | 第40-41页 |
| 3.3.3 云服务器上行链路带宽对SD-CEN网络架构时延性能的影响 | 第41-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第四章 业务平均响应时延优化计算卸载策略 | 第43-59页 |
| 4.1 引言 | 第43-44页 |
| 4.2 系统模型 | 第44-50页 |
| 4.2.1 基于工业物联网的CE-IIoT网络架构 | 第44-46页 |
| 4.2.2 CE-IIoT中无故障情况及故障情况下时延理论模型 | 第46-50页 |
| 4.3 CE-IIoT架构中无故障情况业务响应时延及故障情况下业务平均响应时延优化策略 | 第50-53页 |
| 4.4 仿真结果与分析 | 第53-57页 |
| 4.4.1 IIoT场景中四种网络架构的时延性能对比 | 第53-54页 |
| 4.4.2 IIoT场景中RCGA-CO算法与FWA算法及GreedyLB算法的时延性能对比 | 第54-55页 |
| 4.4.3 故障情况下业务平均响应时延性能 | 第55-56页 |
| 4.4.4 故障概率对业务平均时延性能的影响 | 第56-57页 |
| 4.5 本章小结 | 第57-59页 |
| 第五章 总结与展望 | 第59-61页 |
| 5.1 论文总结 | 第59-60页 |
| 5.2 未来工作展望 | 第60-61页 |
| 参考文献 | 第61-67页 |
| 致谢 | 第67-69页 |
| 作者简介 | 第69-70页 |
