检索结果-内蒙古大学图书馆

电讯技术 2025年第2期65卷 245-253页

作者：周冬杨潘显兵重庆移通学院数字经济与信息管理学院重庆401520 公共大数据安全技术重庆市重点实验室重庆401420

在移动边缘计算网络中,联合考虑用户的移动性和服务满意度,实现数字孪生(Digital Twin, DT)的有效部署是一个极大的挑战。针对该问题,提出了一种边缘网络中基于用户移动性预测的数字孪生部署策略。首先,利用双向长短期记忆网络(Bidirect... 详细信息

在移动边缘计算网络中,联合考虑用户的移动性和服务满意度,实现数字孪生(Digital Twin, DT)的有效部署是一个极大的挑战。针对该问题,提出了一种边缘网络中基于用户移动性预测的数字孪生部署策略。首先,利用双向长短期记忆网络(Bidirectional Long Short-Term Memory Network, Bi-LSTM)和注意力机制建立一种轨迹预测模型,对移动用户进行轨迹序列预测;然后,利用整数线性规划(Integer Linear Programming, ILP)对数字孪生的部署问题进行建模;最后,以最大化由信息新鲜度(Age of Information, AoI)定义的效用增益函数为优化目标,提出一种基于用户移动性预测的数字孪生部署策略算法对提出的问题进行求解。该算法根据获取到的移动用户轨迹数据,利用数字孪生部署的边际效用递减特性进行设计,以实现最优的数字孪生部署策略。仿真分析验证了所提算法在预测精度和效用增益方面的有效性,且该算法与基准算法相比显示出性能提升不低于10.7%。

关键词：移动边缘计算数字孪生用户移动性预测部署策略

来源：评论

学校读者我要写书评

暂无评论

移动边缘计算中关联性任务动态卸载策略研究

移动边缘计算中关联性任务动态卸载策略研究

引用

作者：张明欣北京交通大学

学位级别：硕士

计算密集和时延敏感型应用的出现,对能力受限的移动设备是一个严峻考验。因此,5G核心技术之一的移动边缘计算(Mobile Edge Computing,MEC)应运而生。MEC将计算、存储、通信等功能下沉至无线网络边缘,为移动用户提供业务服务。计算卸载作... 详细信息

计算密集和时延敏感型应用的出现,对能力受限的移动设备是一个严峻考验。因此,5G核心技术之一的移动边缘计算(Mobile Edge Computing,MEC)应运而生。MEC将计算、存储、通信等功能下沉至无线网络边缘,为移动用户提供业务服务。计算卸载作为MEC的关键技术之一,将用户计算任务卸载至MEC服务器进行处理,极大地弥补了终端设备计算能力的不足。然而,物联网设备数和用户计算需求量均呈现持续增长的趋势,MEC服务器也逐渐显露出其有限性。因此,如何设计卸载策略来最大化MEC服务器资源利用率,满足用户服务需求的重要性不言而喻。本文围绕MEC网络中的计算卸载进行研究,同时考虑了任务卸载模型、用户移动性以及用户数量因素,提出了用户计算卸载策略的设计方案。与现有方案相比,本文所提方案采用的任务划分方式可以提高应用程序计算的效率,可以保证应用程序在用户移动中的运行流畅度,在综合提升系统内用户服务体验的同时,也延长了终端设备的电池寿命。本文的研究内容如下: (1)针对用户应用程序以有向无环图形式进行任务划分的问题,本文提出一种基于非支配排序基因算法的改进算法(INSGA-II),在任务关联性和服务类型匹配约束下,以最小化时延和能耗为优化目标进行问题建模。为了降低问题求解复杂度,本文提出的INSGA-II算法在每次迭代获得新种群和优化目标值,通过不断迭代达到收敛,最后获得一组帕累托最优卸载策略。仿真结果表明,该算法在搜索范围、执行时间上都优于传统非支配排序基因算法,且在获得最小时延和能耗的卸载策略方面优于其他基准方案。 (2)针对多个用户移动过程中的任务卸载决策问题,本文提出了一种基于用户移动性预测的多用户卸载策略,在任务关联性和变化的可用MEC服务器集合约束下,对系统内用户的平均时延和能耗进行同时优化。为求解建模问题,本文设计了一种采用无迹卡尔曼滤波(UKF)进行移动性预测的多用户卸载策略优化算法(MOSUMP)。该算法将问题求解分为两部分:首先通过UKF子算法对移动用户轨迹进行预测,接着采用INSGA-II子算法对各网格内用户进行卸载策略优化。仿真结果表明,在不同用户数量和MEC服务器数量下,本文所提算法在卸载策略的平均时延和能耗方面均有更优表现。

关键词：移动边缘计算关联性任务用户移动性预测多用户卸载策略

来源：评论

学校读者我要写书评

暂无评论

移动边缘计算中动态服务部署及迁移路径优化算法的设计与实现

移动边缘计算中动态服务部署及迁移路径优化算法的设计与实现

引用

作者：李迎雪北京邮电大学

学位级别：硕士

移动边缘计算中动态服务部署技术可为移动用户提供连续、无缝的通信服务,但该技术会导致额外的时延和迁移代价。为降低时延,可采取两个关键举措:一是对用户移动性提前预测;二是提高园区内基站连接负载的均衡性。为降低迁移代价,可根据... 详细信息

移动边缘计算中动态服务部署技术可为移动用户提供连续、无缝的通信服务,但该技术会导致额外的时延和迁移代价。为降低时延,可采取两个关键举措:一是对用户移动性提前预测;二是提高园区内基站连接负载的均衡性。为降低迁移代价,可根据园区内用户请求分布情况进行动态服务部署决策,计算最佳部署位置及最短迁移路径。因此如何提升用户移动性预测准确率、提高网络的负载均衡性能及降低服务迁移代价成为了动态服务部署技术研究的主要问题。针对提升用户移动性预测准确率和网络负载均衡性能问题,本文提出了基于用户移动性预测的基站选择算法,该算法包含KALMAR用户移动性预测子算法和基于基站负载预测分级的接入基站选择策略。KALMAR子算法将Kalman Filter模型与马尔可夫链模型相结合,与Kalman Filter模型和马尔可夫链模型相比分别提升了 30%和26.7%的预测准确率。基于基站负载预测分级的接入基站选择策略利用基站的历史负载信息对基站负载进行预测并分级决策。与NCRA算法相比具有更低的负载均衡因子,负载均衡性能更优。针对降低迁移代价问题,本文提出了 SMDQN算法,SMDQN算法对DQN算法中行为选择和Q-network更新步骤进行了改进,确定了最佳服务部署位置及最短迁移路径。实验显示SMDQN算法的迁移代价、迁移跳数均优于其他相关算法。本文首先介绍了研究背景及研究现状,接着进行了移动边缘计算相关技术的概述,并通过需求分析确定了本文的技术思路,接着对基于用户移动性预测的基站选择算法和动态服务部署及迁移路径优化算法进行了详细介绍,通过实验验证了这两个算法的性能在评价指标上优于其他对比方法。

关键词：移动边缘计算用户移动性预测动态服务部署迁移路径优化

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：