5G網(wǎng)絡(luò)移動(dòng)邊緣緩存與計(jì)算研究.pdf

1、為滿(mǎn)足大規(guī)模的移動(dòng)設(shè)備接入和快速增長(zhǎng)的通信容量的需求，small cell在下一代移動(dòng)通信系統(tǒng)（5G）中將實(shí)現(xiàn)超密集部署，而且small cell的存儲(chǔ)和計(jì)算資源能為移動(dòng)應(yīng)用（如增強(qiáng)現(xiàn)實(shí)游戲）提供無(wú)處不在的計(jì)算支持。但是該方案卻會(huì)加重系統(tǒng)回程鏈路的負(fù)載，并且會(huì)帶來(lái)巨大的能量消耗的問(wèn)題。為解決上述問(wèn)題，許多研究者提出了移動(dòng)邊緣緩存與計(jì)算的方案。
　　然而，現(xiàn)有的移動(dòng)邊緣緩存與計(jì)算方案存在以下問(wèn)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?fù)浣Y(jié)構(gòu)，忽略了用戶(hù)移動(dòng)性；其次，為解決5G網(wǎng)絡(luò)高能耗的問(wèn)題，采用可再生能量供電是一個(gè)可行方案，但是，可再生能量到達(dá)的隨機(jī)性導(dǎo)致了邊緣云服務(wù)器計(jì)算能力的動(dòng)態(tài)性，使得現(xiàn)有基于電網(wǎng)供電的計(jì)算卸載策略難以適用；最后，由于用戶(hù)移動(dòng)性導(dǎo)致基于D2D(Device-to-Device)的邊緣計(jì)算(如移動(dòng)微云)具有動(dòng)態(tài)特征，可能會(huì)造成計(jì)算任務(wù)卸載的失敗。面對(duì)上述問(wèn)題和挑戰(zhàn)，本文從以下四個(gè)方面展開(kāi)研究：
　　(1)針對(duì)邊緣緩存中用戶(hù)移動(dòng)性問(wèn)題

3、進(jìn)行研究。通過(guò)分析移動(dòng)性對(duì)small cell和用戶(hù)設(shè)備緩存的影響，提出了移動(dòng)性緩存策略?xún)?yōu)化問(wèn)題，并證明其是NP難問(wèn)題?；谧幽B(tài)優(yōu)化，利用貪婪算法給出問(wèn)題的解。實(shí)驗(yàn)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(duì)邊緣緩存中用戶(hù)之間及用戶(hù)與small cell之間接觸時(shí)間的隨機(jī)性進(jìn)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(guò)對(duì)模型求解，提出綠色移動(dòng)編碼緩存策略。

4、實(shí)驗(yàn)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(duì)可再生能量供電下移動(dòng)邊緣云計(jì)算進(jìn)行研究?；趯?duì)可再生能量的分析，建立了用戶(hù)計(jì)算任務(wù)時(shí)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(jì)算資源分配和任務(wù)安置兩個(gè)子問(wèn)題，通過(guò)求解子問(wèn)題得出可再生能量供電下的計(jì)算任務(wù)卸載策略。實(shí)驗(yàn)結(jié)果表明，與隨機(jī)計(jì)算卸載和均勻計(jì)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(duì)移動(dòng)邊緣計(jì)算中連接不可靠的問(wèn)題進(jìn)行研究。本文突破傳統(tǒng)的移動(dòng)微云對(duì)D2D連接的依賴(lài)，提出了移動(dòng)自組微云模式。同時(shí)分析了此模式的任務(wù)時(shí)延和能耗，得到最優(yōu)卸載策略。最后給出了計(jì)算任務(wù)在遠(yuǎn)端云、移動(dòng)微云和此模式下的選擇算法。實(shí)驗(yàn)結(jié)果證明，當(dāng)任務(wù)處理前后比例小于1、用戶(hù)接觸頻率大于0.0014時(shí)，此模式在延時(shí)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(dòng)邊緣緩存與計(jì)算策略能充分利用網(wǎng)絡(luò)邊緣的存儲(chǔ)計(jì)算資源、用戶(hù)的移動(dòng)性和