原文传递
车联网中基于移动边缘计算的多任务卸载方案研究
| 论文题名： | 车联网中基于移动边缘计算的多任务卸载方案研究 |
| 关键词： | 车联网;移动边缘计算;多任务卸载;非正交多址接入;发射功率分配 |
| 摘要： | 随着车联网技术持续迭代升级，大量新型车载应用设备不断涌现，这些应用设备在提供服务的过程中会产生大量数据，而车联网中车辆自身的计算能力有限，无法处理庞大数据量。将移动边缘计算(MobileEdgeComputing,MEC)引入车联网，通过将具有计算能力的MEC服务器部署到车辆周边设备，把车辆数据卸载到服务器上进行计算，从而降低数据处理时延。但在实际应用中，车辆数目的增多会造成MEC服务器在处理数据过程中计算资源不足，同时过多的车辆数据卸载也会造成通信过程中信道资源不足。为解决以上问题本文主要开展了以下研究： 1.为解决车辆数目增多造成MEC服务器计算资源不足的问题，提出了一种车联网中基于MEC的多任务部分卸载方案。该方案引入车辆雾网络(VehicleFogNetwork,VeFN)的概念，可以使车辆综合运用本地车辆、MEC服务器和邻近车辆的计算资源，实现处理任务数据低时延的目的。首先为研究多任务卸载问题，构建系统模型；其次以最小任务处理时延为目标，选择一跳通信范围内符合条件的车辆用户作为其卸载部分任务数据进行处理的邻近车辆；然后以最大可容忍时延阈值和可用计算资源为约束，分配最优部分任务卸载决策比例；最后将任务按比例部分卸载到MEC服务器和邻近车辆上进行数据处理并反馈给车辆。仿真结果证明，所提多任务部分卸载方案可有效降低时延。 2.为解决多车辆数据卸载造成信道资源不足的问题，在车联网中引入非正交多址接入(Non-OrthogonalMultipleAccess,NOMA)技术，提出了一种基于NOMA的多任务卸载方案。该方案为实现最小化总任务传输时延的目的，分别设计了多用户分组算法和自适应发射功率分配算法。首先在有限的信道资源情况下，以车辆用户集合、子信道集合和效用函数构建博弈论模型，其次以效用函数最大化为目标通过迭代循环为多车辆用户分配最优用户分组，然后在最大传输时延约束和NOMA接收机制特性下为每组车辆用户分配最优发射功率，最后以NOMA方式进行数据卸载传输。仿真结果表明，所提多任务卸载方案能够有效地优化任务传输时延，为更多的车辆用户提供任务卸载服务。 |
| 作者： | 闫润搏 |
| 专业： | 计算机科学与技术 |
| 导师： | 王练 |
| 授予学位： | 硕士 |
| 授予学位单位： | 重庆邮电大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
