边缘计算中的智能超频与动态任务卸载研究

作     者：熊振华 

作者单位：武汉理工大学 

学位级别：硕士

导师姓名：王克浩

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] 

主      题：智能超频 移动边缘计算 计算卸载 动态任务卸载 李亚普洛夫优化 

摘      要：随着智能终端设备数量的爆炸式增长,通过网络传输的数据量越来越巨大,这对骨干网和中央云基础架构造成了巨大的压力。同时,高能耗和低时延新兴应用的不断涌现,对用户设备的性能要求越来越高。缓解网络压力并提高用户设备的性能是亟待解决的网络难题之一。由于用户设备发展的趋势是轻薄便捷,提高其计算能力和续航能力是具有挑战性的,所以研究新的网络架构是解决这一网络难题的最佳途径之一。移动边缘计算(Mobile edge computing,MEC)是近年来被认为最有前景的网络范例之一,它支持用户将任务卸载到边缘云执行。MEC的核心技术之一是计算卸载,它与系统的效用息息相关。如何搭建更智能的MEC网络和设计更优化的计算卸载方案是当前非常值得研究的问题。针对MEC系统的能耗优化问题,本文主要研究了单时隙和多时隙中MEC系统的计算卸载方案,主要工作如下:(1)单时隙中的智能超频MEC系统计算卸载研究。从服务器层面考虑了一种智能超频MEC系统,其超频机制可以让服务器在工作时拥有额外的计算能力。针对该系统模型,本文提出了一个联合管理任务卸载,服务器资源分配和超频的优化方案,以最大程度地降低系统的计算开销。针对该方案建立数学模型,分析得出该模型问题是一个混合整数非线性规划问题。为了解决该问题,本文把其分为三个子问题:卸载决策,资源分配和超频决策。然后使用非凸技术解决了这些子问题,并提供了一种迭代算法(JOOC)来获取原始问题的启发式解决方案。最后,仿真结果表明,该算法优于三种基准算法,且与普通MEC系统相比,智能超频MEC系统具有更低的系统计算开销,更快的任务处理效率以及更高的任务卸载率。(2)多时隙中的动态任务卸载研究。在智能超频MEC系统模型的基础上,研究了多时隙情况下,任务卸载的相关问题。本文特别地考虑了用户分级模型以更加贴近现实场景。针对该系统模型,本文基于李亚普洛夫优化框架提出了一个权衡系统效用和队列积压的优化问题。为了解决该优化问题,本文把原始问题分成了三个子问题:卸载决策,联合优化资源分配和卸载数据,超频决策。特别地,针对第二个子问题提出了一个迭代算法(JOCD)来求得其可行解,然后根据JOOC算法框架求得原始问题的启发式解决方案。仿真结果表明了该算法的优越性,并能直观的体现系统效用和队列积压之间的权衡关系。