面向低轨卫星系统的多星边缘计算卸载策略研究

作     者：谢杰成 

作者单位：桂林电子科技大学 

学位级别：硕士

导师姓名：王波

授予年度：2023年

学科分类：080904[工学-电磁场与微波技术] 0810[工学-信息与通信工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 080402[工学-测试计量技术及仪器] 0804[工学-仪器科学与技术] 081001[工学-通信与信息系统] 

主      题：LEO卫星 MEC 卸载决策 资源分配 动态 

摘      要：目前第六代移动通信网络(6th Generation mobile networks,6G)的研究工作正在有序展开。6G的愿景是打造陆海空天融合的通信网络,构建万物智联的世界。然而,地面网络受技术和成本的限制,难以实现全球无缝覆盖。此外,自然灾害容易导致地面网络受损。低轨(Low Earth Orbit,LEO)卫星系统具有覆盖范围广、稳定性高、时延低的优点,有望构建全球无缝的通信网络。同时,随着移动通信的高速发展,智能设备大幅增长,涌现出大量新型应用。其严格的时延要求使得移动云计算(Mobile Cloud Computing,MCC)已不再适用。移动边缘计算(Mobile Edge Computing,MEC)以其靠近数据源的优势使得未来网络能够高效地支持各类新型应用。将LEO卫星与MEC相结合有望实现6G的愿景。然而也面临LEO卫星资源有限并具有移动性、用户分布不均匀、任务数量多且具有多样性等问题。计算卸载策略是影响用户任务计算时延和能耗的主要原因,因此设计合理的计算卸载策略就显得尤为重要。本文针对上述问题分别以资源静态分配和资源动态分配为基础,研究了LEO卫星系统多星MEC场景的计算卸载策略。论文具体研究内容如下:1、以资源静态分配为基础,以用户的任务计算时延和能耗为优化目标,提出联合优化卸载决策和资源分配(joint optimization Offloading Decision and Resource Allocation,ODRA)策略。利用粒子群算法优化卸载决策问题,利用拉格朗日乘子法求解资源分配问题。仿真结果表明,该策略相较于对比策略,能有效降低用户的任务计算时延和能耗。2、以资源动态分配为基础,以用户的任务计算时延和能耗为优化目标,分别基于正交频分多址(Orthogonal Frequency Division Multiple Access,OFDMA)和时分多址(Time Division Multiple Access,TDMA)展开研究。首先基于OFDMA提出联合优化卸载决策和资源动态分配(joint optimization Offloading Decision and Dynamic Resource Allocation,ODDRA)策略,根据LEO卫星当前时刻处理的任务数量,动态均分资源,提出匹配-联盟算法优化卸载决策。然后基于TDMA动态时隙分配提出联合优化卸载决策和任务卸载序列(joint optimization Offloading Decision and Task Offloading Sequence,ODTOS)策略,将任务卸载序列问题建模成一个总流经时间最小化的置换流水车间调度问题。利用Liu和Reeves提出的启发式(LR)算法最小化总时延,同时联合所提匹配-联盟算法优化卸载决策。仿真结果表明,基于相同的多址方式,相较于对比策略,所提策略能有效降低用户的任务计算时延和能耗。