边缘计算资源分配优化方法

增强实际( Augment Reality ，AR)使用程序正在日渐发展,且遭到越来越多的关注,因为它能将核算机生成的数据和实际国际经过硬件设备结合在一起。AR使用对推迟是极其灵敏的,并且对核算和通讯的要求都很高,并且,在移动设备上履行AR使用时,在对移动设备电池的耗费方面[1-3],一向无法满意用户的期望。为了解决这个问题,文献[3-6]已经提出了选用移动边际核算的方法来解决目前遇到的问题,用户将运转AR使用涉及到的很多数据的核算迁移到就近与基站相连的云服务器上履行,同本地核算比较可节约本地能量的耗费,与中央云核算比较,可削减传输推迟时间。

针对高速数据传输及核算所带来时延和终端设备能耗问题,提出了一种在上行链路选用等功率分配的传输计划。首先,根据增强实际(AR)业务的协作属性树立了针对AR特性的体系模型;其次,详细分析了体系帧结构,树立以最小化体系耗费总能量为优化目标的约束条件;最终,在保证推迟和功耗满意约束的条件下,树立了根据凸优化的移动边际核算(MEC)资源优化求解数学模型,然后取得最优的通讯和核算资源分配计划。与独立传输比较,该计划在最大推迟时间分别为0.1 s和0.15 s时的总能耗降幅均为14.6%。仿真结果表明,在相同条件下,与根据用户独立传输的优化计划比较,考虑用户间协作传输的等功率MEC优化计划能明显削减体系耗费的总能量。

随着移动设备数量的爆炸性增加以及许多新式使用的出现，移动网络的流量呈指数级增加.传统的集中式网络架构因为回程链路负载过重、时延较长，无法满意移动用户的需求.因而，提出了将网络才能从核心网敞开至边际网的新体系结构，即移动边际核算（MEC）.移动边际核算能够在移动蜂窝网络的边际供给轻量级的云核算和存储才能.对移动边际核算相关的最新研讨成果进行了详尽的回顾：首先，概述了移动边际核算的发展历程、关键问题和支撑技术；然后，针对MEC架构、核算迁移、边际缓存和服务编排这4个关键研讨问题进行了全面的总述，并评论了增强实际、虚拟实际、动态内容交付、车联网和物联网等移动边际核算中的典型使用事例；最终，从移动边际核算功能增强、服务质量保证和安全可用性这3个方面展望了移动边际核算的敞开式研讨挑战和未来的发展趋势。边缘计算网关

文献的作业表明,经过对通讯资源和核算资源的分配进行联合优化,可能在时延约束下明显降低移动能量耗费,他们的作业能在多个用户独立运转通用使用程序上使用，但是,AR使用程序有其独特的性质,一切的用户都可能上传和下载一部分相同的数据,且其核算任务也在一个或多个服务器上同享,因而,能够经过联合优化通讯和核算资源来削减通讯和核算开销。

AR使用程序经过移动设备的屏幕和摄像头将一些核算机图像叠加到实际国际的影像中,图1所示的框图说明了这一进程。完成这一进程需要五个组成部分[3-4];1)视频源,它能够先从移动摄像机中取得原始的视频帧;2)盯梢器,在当时环境下辨认并盯梢用户的相对方位;3)映射器,对当时所在环境树立一个模型;4)目标辨认器,辨认当时环境中的已知物体;5)渲染器,显示处理过的帧。视频源和渲染器组件必须在移动设备中履行,而核算量最大的盯梢器、映射器和目标辨认器组建所进行的核算能够卸载到云端进行。此外,如果对任务进行卸载,映射器和目标辨认器能够从处在相同地理方位的一切用户设备中搜集输入,限制用户上行链路中传输的冗余信息。此外,映射器和目标辨认器核算的结果能够从云端组播到下行链路中一切同方位的用户。