车联网中基于李雅普诺夫的异构资源优化研究

作     者：陶小方 

作者单位：重庆邮电大学 

学位级别：硕士

导师姓名：张海波

授予年度：2021年

学科分类：08[工学] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 0838[工学-公安技术] 

主      题：移动边缘计算 车联网 资源优化 李雅普诺夫优化 

摘      要：近年来,随着车联网(Internet of Vehicle,IoV)的飞速发展,自动驾驶、汽车导航等车辆时敏技术应运而生。由于移动车辆的计算资源有限,不能充分满足时敏业务的需求,移动边缘计算(Mobile Edge Computing,MEC)技术将计算和存储资源扩展到网络边缘,并且能够降低任务的处理时延。因此,利用MEC技术可以实现低时延、高能效的车载服务。但是由于移动边缘终端拥有的计算资源有限,同时受到无线信道的快速波动以及车辆的移动方向和速度随机性等因素的影响,使得资源调度变得非常复杂且具有挑战性。针对以上不足,本文主要研究了在车联网动态环境下基于李雅普诺夫的异构资源优化问题。本文的主要内容包含以下两个方面:1.针对基站(Base Station,BS)故障会导致业务不连续、用户体验质量(Quality of Experience,Qo E)差等问题,考虑在基站能提供服务的情况下(车辆在线)或基站出现突发状况不能通信时(车辆离线)对通信和计算资源进行管理。车辆在线时,利用V2I(Vehicle-to-Infrastructure)技术将部分任务上传至MEC服务器进行计算,利用Lyapunov算法将随机优化问题解耦为独立的每帧优化,构建惩罚漂移函数并最小化漂移加惩罚函数的上界,得到移动车辆的CPU周期频率、发射功率和带宽的最优分配;车辆离线时,则通过V2V(Vehicle-to-Vehicle)技术采用多跳路由算法获得最优的路径来卸载计算任务。仿真结果表明所提方案能保持可靠的通信并且最大限度地提高系统的通信容量。2.针对车联网动态环境下由于车辆速度和通信信道的随机变化导致资源利用率低等问题,首先在车辆边缘计算网络中引入非正交多址技术(Non-orthogonal Multiple Access,NOMA),提出了基于NOMA的资源优化方案,不仅解决了多车与基站的无线通信资源不足的问题,而且还降低了系统能耗。然后设计了一种基于李雅普诺夫理论的优化算法,从而最小化平均能量消耗,为车辆用户制定了最优的卸载、缓存策略。最后仿真结果表明,与现有方案相比所提方案能有效利用资源。