【摘 要】
：
5G和计算密集型应用的出现驱动了移动边缘计算（Mobile Edge Computing,MEC）及计算卸载的发展,其中并行计算任务的卸载决策与编码配置选择问题受到学术界的广泛关注。本文将针对可切分计算任务和编码计算任务,使用演化博弈论（Evolutionary Game Theory,EGT）方法分别对任务的卸载决策和编码配置选择进行研究。（1）提出一种针对可切分计算任务的卸载决策算法。移动边缘
论文部分内容阅读
5G和计算密集型应用的出现驱动了移动边缘计算（Mobile Edge Computing,MEC）及计算卸载的发展,其中并行计算任务的卸载决策与编码配置选择问题受到学术界的广泛关注。本文将针对可切分计算任务和编码计算任务,使用演化博弈论（Evolutionary Game Theory,EGT）方法分别对任务的卸载决策和编码配置选择进行研究。（1）提出一种针对可切分计算任务的卸载决策算法。移动边缘计算中同时考虑超密集网络（Ultra-dense Networks,UDN）和可切分计算任务的研究很少。然而,在多用户竞争环境下,不同的任务卸载方案会导致边缘服务器的负载不尽相同,进而影响任务的完成时延。此外,不同的边缘服务器在性能上存在差异,因此需要合理的卸载决策来最小化系统整体时延。首先,本文针对可切分计算任务在卸载过程中产生的时延建立模型,考虑了用户的异构任务大小和任务到达率、异构边缘服务器的覆盖范围及计算和通信能力,目标是最小化系统整体时延。然后,本文使用演化博弈论构建了任务卸载博弈,并证明了种群内演化均衡的存在性和稳定性,以及种群间的可收敛性。为了对所提问题进行求解,提出了一种基于演化博弈的卸载决策算法。最后,仿真结果表明,所提出算法能有效降低系统整体时延并使博弈收敛到演化均衡。（2）提出一种针对编码计算任务的编码配置选择算法。计算密集型任务可以通过并行计算来降低执行时间,但会受到离散效应的影响。编码分布式计算（Coded Distributed Computing,CDC）方法可以通过引入冗余计算来提高卸载任务对离散效应的鲁棒性,由此来保证任务的执行效率。但是边缘服务器之间的计算能力和离散效应互不相同,且对于用户来说是未知的,因此用户需要合理地选择编码配置来最小化任务执行时延。首先,本文根据M/M/1服务队列和移位负指数分布,为编码任务构建了基于最大距离可分码的编码配置选择模型。模型考虑了边缘服务器的不同计算能力和离散因子,目标是最小化系统整体时延。然后,本文使用演化博弈论构建编码配置选择博弈,并采用模仿动力学研究和证明了演化均衡的存在性和唯一性。为了求得均衡解,本文提出了一种基于演化博弈的编码配置选择算法。最后,仿真结果验证了本文的理论研究定理,并表明了所提算法能有效降低系统整体时延。
其他文献
随着移动互联网和5G通信技术的高速发展,移动边缘计算中计算密集且时延敏感型任务的计算卸载问题受到了学术界的广泛关注。本文将分别针对移动边缘计算中的多边缘服务器覆盖场景以及移动边缘计算-设备对设备（MEC-D2D）协助计算场景,结合人工蜂群算法、二分法、凸优化理论以及贪心算法,对场景中的任务卸载时延优化策略进行研究。主要工作包括:1、在多边缘服务器覆盖场景下,提出一种考虑公平性的任务卸载与资源分配算
自H.Staundinger提出大分子的概念以来,高分子材料迅速发展,对人类生活水平的提高和社会的发展产生了极大的推动作用,但是如何实现对大分子的快速精准合成并利用超分子工程调控其结构从而得到所需的具有特种性能的材料仍是很大的挑战。巨型分子是一类具有精确化学结构的大分子,其基本合成模块为纳米粒子分子,例如富勒烯、多面体寡聚倍半硅氧烷（POSS）和金属杂多酸（POM）等。纳米粒子分子具有精确的修饰位
受益于卓越的灵活性和便携性,低空无人机视觉广泛应用于能源、基建、农业、商业、公共安全等领域,低空无人机视觉目标检测已成为当下的研究热点。相比通用目标检测数据,低空无人机视觉数据小目标占比更多,平均分辨率更低,相对尺度更小,小目标检测是低空无人机视觉目标检测的重点和难点。尽管深度学习方法在通用目标检测领域已获得巨大的成功,但在检测低空无人机视觉小目标时,现有方法存在多方面不足:1)数据预处理:现有图
宏观是微观的表象,宏观性质由微观结构决定。在有机半导体非晶薄膜中,分子微观结构是决定有机光电材料和器件性能的关键参数。当前有机半导体已广泛应用,进一步提升性能需要发展从分子到介观尺度的表征方法,拉曼光谱是其中探测分子微观结构的简单有效的工具,具有以下特点:（1）拉曼光谱源于分子极化率的改变,因此特别适用于环境-极化率敏感的有机半导体（π-电子离域体系）;（2）拉曼散射具有偏振依赖性,因此提供了一种
电子商务、物联网和大数据产业方兴未艾,云计算正发挥着越来越重要的作用。在云计算环境中,如何为用户合理分配资源是一个重要的研究内容。同时,云计算迅猛发展促使云数据中心的数量和规模不断扩大,也增加了数据中心的管理难度。能源和气候问题日益受到人们关注,解决云数据中心突出的高能耗问题迫在眉睫。任务调度技术是为用户合理分配资源以及降低数据中心能耗的有效方法。一方面,它通过将任务调度到合适的位置,可以很好地为
随着互联网技术的快速发展以及网络带宽的迅速提升,网络协议电视（IPTV）相比于传统电视能够提供更多的电视直播频道以及其他多样化的内容服务,因此在家庭用户中变得更受欢迎。然而IPTV用户也不得不面临着信息过载的问题,他们必须花费更多的时间去寻找满足其兴趣的电视直播频道。电子节目指南（EPG）仍然是目前IPTV服务商提供给用户帮助其选择频道的常见辅助工具,但是EPG只在分层菜单中提供一个包含所有频道节
在中国金融市场不断深化发展的现实背景下,金融市场也随着机构资金的大量涌入而呈现出蓬勃发展的态势。而农产品期货市场作为金融市场中的重要组成部分,其在近些年的发展态势也备受瞩目。中国农产品期货市场作为期货市场上的新生力量,开始在期货市场上崭露头角,中国的部分农产品期货品种的合约交易量已达到世界领先水平。而目前,中国的农业政策也正步入依靠农产品期货市场来调控农业风险的转型阶段。基于农产品期货市场的价格发
低秩矩阵优化问题在统计、控制与系统识别、机器学习、信号与图像处理、组合优化、金融、量子计算等诸多领域具有广泛而重要的应用.本论文基于秩函数的因子变分刻画,提出了低秩矩阵优化的列l2,0正则因子模型,并研究了求解这类非凸非光滑优化问题的有效算法,以此来丰富低秩矩阵优化的计算方法.论文首先通过研究列l2,0正则因子模型的MPEC形式的全局精确罚,导出一族等价的DC正则代理;然后研究了DC正则代理模型、
旋转机械作为最常见的传动装置,在机械设备中起着主要的动力传输作用,开展旋转机械故障诊断研究,对于保障机械设备的安全平稳运行、防止因机械故障导致的重大经济损失和安全事故有着重要的意义。当前,深度学习凭借其强大的特征提取和非线性映射拟合能力,已经被广泛应用于旋转机械智能故障诊断中。但是,深度学习模型强大的故障诊断能力依赖于大量与测试数据独立同分布的标签训练数据。在旋转机械运行过程中,设备故障的产生和发
星型共轭结构,特别是具有三重旋转轴（C3）的对称结构,具有更大的吸光面积和更多的活性位点,在有机光电领域有巨大的发展潜力,但因合成难、溶解性差等因素而限制了其结构拓展与器件加工。N—B←N桥结构具有成键简单,分子构型平面化,分子前线轨道能级降低以及吸收光谱红移等优点,在有机发光、有机太阳能电池、有机场效应晶体管、光探测以及生物成像等领域具有广泛的应用。因此,将星型共轭结构与N—B←N结构融合,得到