5G網(wǎng)絡(luò)移動邊緣緩存與計算研究.pdf

1、為滿足大規(guī)模的移動設(shè)備接入和快速增長的通信容量的需求，small cell在下一代移動通信系統(tǒng)（5G）中將實現(xiàn)超密集部署，而且small cell的存儲和計算資源能為移動應(yīng)用（如增強現(xiàn)實游戲）提供無處不在的計算支持。但是該方案卻會加重系統(tǒng)回程鏈路的負載，并且會帶來巨大的能量消耗的問題。為解決上述問題，許多研究者提出了移動邊緣緩存與計算的方案。
　　然而，現(xiàn)有的移動邊緣緩存與計算方案存在以下問題：首先，現(xiàn)有的邊緣緩存方案大多基于固定

2、網(wǎng)絡(luò)拓撲結(jié)構(gòu)，忽略了用戶移動性；其次，為解決5G網(wǎng)絡(luò)高能耗的問題，采用可再生能量供電是一個可行方案，但是，可再生能量到達的隨機性導(dǎo)致了邊緣云服務(wù)器計算能力的動態(tài)性，使得現(xiàn)有基于電網(wǎng)供電的計算卸載策略難以適用；最后，由于用戶移動性導(dǎo)致基于D2D(Device-to-Device)的邊緣計算(如移動微云)具有動態(tài)特征，可能會造成計算任務(wù)卸載的失敗。面對上述問題和挑戰(zhàn)，本文從以下四個方面展開研究：
　　(1)針對邊緣緩存中用戶移動性問題

3、進行研究。通過分析移動性對small cell和用戶設(shè)備緩存的影響，提出了移動性緩存策略優(yōu)化問題，并證明其是NP難問題?；谧幽B(tài)優(yōu)化，利用貪婪算法給出問題的解。實驗結(jié)果顯示，相較于傳統(tǒng)的緩存策略，此策略在緩存命中率上有了明顯提高。
　　(2)針對邊緣緩存中用戶之間及用戶與small cell之間接觸時間的隨機性進行研究?；诰幋a緩存建立了緩存命中率最大化的安置模型和能耗最小化的傳輸模型，通過對模型求解，提出綠色移動編碼緩存策略。

4、實驗結(jié)果顯示，與其他緩存策略相比，該策略具有最高緩存命中率和最低傳輸能耗。
　　(3)針對可再生能量供電下移動邊緣云計算進行研究?；趯稍偕芰康姆治?，建立了用戶計算任務(wù)時延和電網(wǎng)供電能耗最小化模型。利用交替優(yōu)化將其分解為計算資源分配和任務(wù)安置兩個子問題，通過求解子問題得出可再生能量供電下的計算任務(wù)卸載策略。實驗結(jié)果表明，與隨機計算卸載和均勻計算卸載策略相比，該策略能夠至少縮短20％的任務(wù)延遲，節(jié)省30%的能耗。
　　(4

5、)針對移動邊緣計算中連接不可靠的問題進行研究。本文突破傳統(tǒng)的移動微云對D2D連接的依賴，提出了移動自組微云模式。同時分析了此模式的任務(wù)時延和能耗，得到最優(yōu)卸載策略。最后給出了計算任務(wù)在遠端云、移動微云和此模式下的選擇算法。實驗結(jié)果證明，當(dāng)任務(wù)處理前后比例小于1、用戶接觸頻率大于0.0014時，此模式在延時和能耗方面均優(yōu)于其他兩種模式。
　　綜上所述，本文所提出的移動邊緣緩存與計算策略能充分利用網(wǎng)絡(luò)邊緣的存儲計算資源、用戶的移動性和