导读:本文包含了无线移动计算论文开题报告文献综述及选题提纲参考文献，主要关键词:并行拍卖,移动边缘计算,联合资源分配,快速匹配
无线移动计算论文文献综述
兰卓睿,夏玮玮,吴思运,燕锋,沈连丰[1]（2019）在《移动边缘计算系统中基于并行拍卖的无线资源与云资源联合分配（英文）》一文中研究指出提出了一种移动边缘计算场景下基于并行拍卖的无线资源与云资源联合优化分配算法.该算法将无线资源与云资源的联合分配建模为拍卖过程,旨在最大化资源供应者的效用,同时满足用户时延需求.该拍卖包括投标、胜者决定以及定价阶段.在投标阶段,用户综合考虑可用资源以及距离等因素来决定投标向量和投标优先级,从而减少处理时延,提高成功交易率.在胜者决定阶段,提出基于资源约束的效益排序算法来决定拍卖的胜者与失败者,从而最大化资源供应者的效益.在定价阶段,采用密封次高价定价法来保证资源定价与投标价格的独立性.仿真结果表明,与现有算法相比,所提算法收敛速度更快,成功交易率更高,资源提供者的平均效益和用户任务处理时延更优.(本文来源于《Journal of Southeast University(English Edition)》期刊2019年02期）
周向[2]（2019）在《基于无线网络信息的移动边缘计算自适应传输机制的研究》一文中研究指出随着移动互联网技术的不断发展,高清视频、增强现实和虚拟现实等应用的出现对移动网络提出了高带宽、低时延的要求。根据思科预测,截止到2020年,全球IP视频流量将占所有消费者互联网流量的82%。而移动边缘计算的提出被视为向5G过渡的关键技术和架构性概念,移动边缘计算强调更加靠近用户,从而降低网络操作和服务交付的时延。同时,移动运营商可以开放更多的网络信息给第叁方开发者,便于其向用户提供更好的应用和服务。基于移动边缘计算去研究视频传输业务,一方面有效地促进现有边缘计算网络架构的建设规划,从业务角度去完善网络;另一方面,通过移动边缘计算去优化视频传输业务,提高用户体验质量也是学术界和工业界的迫切需求。本文主要从事基于无线网络信息的移动边缘计算自适应传输机制的研究,首先在4G LTE移动边缘计算平台上搭建了无线网络信息服务平台,并且在平台上部署了一套服务和网络辅助的视频传输系统,分别对边缘网络的带宽管理和视频质量自适应问题提出了相关的解决方案。论文主要工作包括:一、移动边缘计算中无线网络信息服务平台的设计和实现。基于4G LTE网络下的移动边缘计算平台,结合ETSI关于MEC的白皮书相关内容,搭建了MEC平台上的无线网络信息服务平台。然后详细阐述了无线网络信息服务平台和其中的关键技术,最后进行了平台的测试。测试结果显示出无线网络信息平台良好的性能。二、基于无线网络信息解决带宽分配公平性的自适应视频传输研究。首先介绍了基于移动边缘计算的服务和网络辅助的动态自适应视频流传输框架和实现,针对蜂窝网络中视频传输的公平性问题提出了结合用户无线网络信息的解决方案,通过实时检测蜂窝网络下各个用户链路情况动态调整网络资源分配,并设计实验和现有的基于客户端的自适应视频流传输方案进行对比,该机制能够保证整个网络下用户观看视频质量的相对公平性,结果证实在该实验情况下相比由客户端完全驱动的方案公平性提高了32%。叁、基于无线网络信息提高用户QoE的自适应视频传输研究。结合具备无线网络信息的MEC平台和Q-learning算法,提出了基于无线网络信息的面向QoE的自适应传输算法,该算法利用训练得到的模型根据客户端状态来决定播放的视频质量。论文首先实验证实了采用用户下行速率这种无线网络信息去进行带宽估计的可行性和准确性,其次通过部署基于缓冲区和估计带宽的自适应算法和提出的基于无线网络信息的Q-leaming算法进行了比较,结果证实了所提出的方案能够提高用户的QoE,在该实验环境下和传统的BBA算法相比QoE指标提高了 18%。最后采用实验证实了MEC低时延的特性。(本文来源于《北京邮电大学》期刊2019-06-03）
李超[3]（2019）在《海量连接物联网场景下基于移动边缘计算的无线资源管理的研究》一文中研究指出随着海量连接物联网时代的到来,在物联网场景下基于移动边缘计算的无线资源管理的研究已经引起了广泛的关注,这是未来无线通信发展的主要方向之一。在海量连接物联网的时代,必然会出现海量的数据,如果这些海量数据全部卸载到云核心网上,会导致云计算网络传输负载量急剧增加,造成较长的网络延迟,大大降低用户的体验。移动边缘计算(Mobile Edge Computing,MEC)作为未来5G网络提高用户体验度的关键技术,通过将计算能力下沉到移动边缘节点,有效地降低了网络传输延迟和能耗。但是移动边缘服务器的计算资源有限,同样不能将海量的数据都卸载到移动边缘服务器上。如果周围有空闲且计算资源丰富的终端设备,可以通过设备到设备(Device-to-Device,D2D)通信方式,和MEC服务器进行联合卸载和缓存来进一步提升蜂窝网络的计算和缓存能力。因此,本论文针对海量连接物联网场景下,如何有效提升移动边缘计算的无线资源管理的问题进行了研究,主要创新点如下:1)针对单MEC服务器多用户场景提出了一种任务卸载策略。针对计算密集型或延迟敏感型应用,提出空闲且具有计算资源的终端通过D2D通信和MEC服务器进行联合卸载,将系统模型建立成一个势博弈,通过合作-傀儡模型,得出势函数,随后利用最佳响应算法得出最优的卸载策略。仿真分析表明,所提出的基于最佳响应的MEC-D2D联合卸载算法有很好的收敛性,明显提升了传输的数据量并降低了任务能耗。2)针对单MEC服务器多用户场景提出了一种任务缓存策略。针对目前不同的流行视频流文件,提出空闲且具有计算资源的终端通过D2D通信帮助MEC服务器协作缓存,MEC服务器利用不同的流行度视频文件价格和设定的总报酬提出一个斯坦克尔伯格博弈(Stackelberg Game,SG)模型,建立领导者和追随者的双层博弈模型。3)同时,设立一定的激励机制,去激励D2D设备帮助MEC服务器进行协作缓存。在SG模型的基础上,利用逆向归纳分析法,对SG模型进行均衡分析,并分别对领导者MEC服务器的成本函数和追随者终端的成本函数进行求解,最后,通过仿真验证,本文提出的方案提高了 D2D设备参与协作缓存的积极性。(本文来源于《北京交通大学》期刊2019-05-01）
张驰,禹胜林,王奇[4]（2018）在《移动人体对60GHz无线局域网造成阴影损耗的计算模型》一文中研究指出由于60GHz频段可未经许可用于全球范围内,因此60GHz已经成为超宽带WLAN最有吸引力的部分。然而60GHz无线局域网也有缺点,比如移动的人体和自由空间会造成显着的阴影损耗。为了开发60GHz频段附近抗干扰的技术,需要描述由移动人体引起的阴影损耗特征,并制定一个计算阴影损耗的模型。提出一种基于射线追踪方法的刀切模型,该模型适用于解决移动人体对60GHz无线局域网造成阴影损耗的计算问题中。通过对比刀切模型的实验结果和理论计算结果,该模型在人体移动方向与视距路径方向夹角为30°和60°时具有可靠性。(本文来源于《指挥控制与仿真》期刊2018年03期）
王斌[5]（2018）在《云计算下舰船无线移动通信网络敏感数据防泄露技术研究》一文中研究指出为了提高云计算下舰船无线移动通信网络敏感数据的保密传输性能,进行数据防泄露设计,提出一种基于有限域混合编码的无线移动通信网络敏感数据加密技术,采用异值分解方法对舰船无线移动通信网络敏感数据进行向量量化分解,在数据传输链路层对加密数据进行随机置乱处理,在有限域内对舰船网络传输敏感数据进行循环移位和随机线性重组,构造密钥协商协议进行混合编码,实现加密密钥和解密密钥构造,实现云计算下舰船无线移动通信网络敏感数据防泄露设计。仿真结果表明,采用该方法进行数据加密,数据的抗明文攻击能力较强,防泄露能力得到提升,提高了数据的保密传输性能。(本文来源于《舰船科学技术》期刊2018年04期）
王梦圆[6]（2018）在《基于边缘计算的移动无线接入网络性能优化》一文中研究指出近来,智能移动设备发展迅速。增强现实(AR)、人脸识别等计算密集型的移动应用相继出现,这些应用通常要求设备具有较强的处理能力和存储能力,而移动设备的资源有限,不足以执行一个复杂应用或同时执行多个应用。移动边缘计算通过让移动设备将计算任务卸载到相邻的具有计算和存储能力的基站、无线接入点或由多个移动设备组成的簇中,由基站、无线接入点或移动设备组成的簇执行计算任务并返回计算结果给用户,可以有效地降低用户的响应时延以及核心网的网络负载,同时提高边缘设备的利用率。本文针对基于边缘计算的移动无线接入网络性能优化进行研究,所做的主要研究工作和创新包括:首先,提出了一种基于软件定义的移动计算卸载协同控制架构(简称C02SHC2F),该架构可根据不同的优化目标进行计算卸载决策,实现了控制的灵活性和可扩展性;其次,作为上述架构的一个用例,研究了多跳自组织网络中的计算卸载时延优化,将时延优化问题建模为一个一般整数线性规划问题,提出了一种基于时延优化的蚁群算法(DoACO)对问题进行求解;第叁,作为上述架构的第二个用例,研究了异构无线接入网络中面向计算卸载的移动性管理优化问题,分别提出了优化数据平面通信开销的DDCOA算法、联合优化数据平面通信开销和基站负载均衡的JoDLOA算法,仿真结果表明,所提算法具有较好的性能。(本文来源于《北京邮电大学》期刊2018-01-25）
刘洋[7]（2017）在《宽带无线网移动边缘计算的卸载技术研究》一文中研究指出随着通信网络的数据量与日俱增,人们对移动通信系统的容量、速率和时延等各方面的要求越来越高,5G标准推进组织(如5GPPP,3GPP等)对新一代移动通信系统提出了一系列性能指标要求,要求5G的通信系统的容量要达到目前LTE网络的1000倍,同时保证数据传输具有更高的可靠性与更低的时延。为此,学术界和工业界提出了大规模MIMO、超密集组网、小区虚拟化以及移动边缘计算(Mobile Edge Computing,MEC)等关键技术,本文所研究的MEC技术是未来5G移动通信网络中的关键技术之一,是指在无线接入网络(RAN)侧部署MEC云服务器,为无线接入网提供IT服务环境和云计算能力,确保高效的网络操作和缩短服务交付的时延,以此提升用户的体验。本文在研究MEC基本原理、网络架构及调研了相关的应用场景基础上,对现有的计算卸载决策算法进行深入的研究。首先讨论在宏蜂窝场景下,根据MEC服务器的资源有限,对需卸载计算任务的用户进行选择,在MEC服务器的计算资源先到先服务的调度方式基础之上,进行数学建模,通过将量子行为粒子群优化算法引入其中,设计了相应的粒子可行解形式及适应度函数,通过子载波分配来有效地降低用户计算任务的完成时间,以达到系统性能优化的目标。同时为降低求解复杂度,将注水算法融入其中,提出了一种基于混合量子行为粒子群优化的计算卸载决策算法。仿真结果表明,所提算法能够有效降低用户的计算任务完成时间,并且该算法所得解接近最优解,求解速度较快。其次本文还研究了车联网场景下的MEC计算卸载决策算法。在描述了基于MEC云的车载网场景的基础上,根据车载用户的位置、速度及任务相关信息,将车载用户的计算卸载过程进行了分类并给出相应的计算完成时间的数学表达式。并将计算卸载决策问题描述为二维0/1背包问题的模型。最后,本文提出了一种效用函数与动态规划相结合的求解方法,并给出了具体的算法流程。仿真结果表明所提算法能够显着降低车载用户的计算任务完成时间。今后进一步研究工作可以考虑多个MEC云之间相互协作的场景。同时,MEC计算卸载的目标考虑将时间与能耗进行折衷,得到一种更为合适的动态计算卸载决策算法。针对车联网下的MEC计算卸载技术方面,考虑采用预测的方式对车载用户的切换问题深入研究。(本文来源于《厦门大学》期刊2017-06-30）
崔勇[8]（2016）在《“无线网络和移动计算”课程教学实践探索》一文中研究指出"无线网络和移动计算"是一门重要的研究生学位课程。文章给出课程的定位目标,提出"师生在课堂上共同发明移动互联网"的教学理念,从教学体系、课堂教学、教科结合、课程项目、教材建设等方面阐述教学实践探索,以期培养具有创新思维和创新能力的研究型人才。(本文来源于《计算机教育》期刊2016年02期）
老鬼阿定[9]（2014）在《无线充电拯救移动计算》一文中研究指出与Wi-Fi随时随地上网类似，随时随地充电是解决移动设备电源难题的另一思路。 长期以来，电池一直是制约移动计算发展的瓶颈。自1991年索尼公司发布首个商用锂离子电池以来，锂电池技术虽然在充电效率、电池容量、发热冷却等方面已有诸多改进，但与23年(本文来源于《计算机世界》期刊2014-11-24）
赵国刚,赵力强,杨鲲[10]（2014）在《面向移动云计算接入网络的高能效无线资源管理》一文中研究指出双层宏蜂窝/小蜂窝异构网络不但能解决室内用户的覆盖问题,还可以大幅度降低网络能量消耗。但是,网络中的跨层和层间干扰会降低网络性能,高能效的无线资源分配和优化方法无疑将成为解决此问题的有效途径。首先,给出了一个移动云计算管理框架。然后,针对无线单链路定义了空间传输效率,比较和分析了多种单链路效率度量的含义和数学性质,并针对基于LTE-A(long term evolution-advanced)的移动云计算接入网络,提出了一种高能效的无线资源管理算法。为了快速地达到最优解,设计了一个快速收敛的迭代算法。仿真分析说明此资源管理算法实现了移动云计算系统能量效率和吞吐量的高效折中。(本文来源于《电信科学》期刊2014年07期）
无线移动计算论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着移动互联网技术的不断发展,高清视频、增强现实和虚拟现实等应用的出现对移动网络提出了高带宽、低时延的要求。根据思科预测,截止到2020年,全球IP视频流量将占所有消费者互联网流量的82%。而移动边缘计算的提出被视为向5G过渡的关键技术和架构性概念,移动边缘计算强调更加靠近用户,从而降低网络操作和服务交付的时延。同时,移动运营商可以开放更多的网络信息给第叁方开发者,便于其向用户提供更好的应用和服务。基于移动边缘计算去研究视频传输业务,一方面有效地促进现有边缘计算网络架构的建设规划,从业务角度去完善网络;另一方面,通过移动边缘计算去优化视频传输业务,提高用户体验质量也是学术界和工业界的迫切需求。本文主要从事基于无线网络信息的移动边缘计算自适应传输机制的研究,首先在4G LTE移动边缘计算平台上搭建了无线网络信息服务平台,并且在平台上部署了一套服务和网络辅助的视频传输系统,分别对边缘网络的带宽管理和视频质量自适应问题提出了相关的解决方案。论文主要工作包括:一、移动边缘计算中无线网络信息服务平台的设计和实现。基于4G LTE网络下的移动边缘计算平台,结合ETSI关于MEC的白皮书相关内容,搭建了MEC平台上的无线网络信息服务平台。然后详细阐述了无线网络信息服务平台和其中的关键技术,最后进行了平台的测试。测试结果显示出无线网络信息平台良好的性能。二、基于无线网络信息解决带宽分配公平性的自适应视频传输研究。首先介绍了基于移动边缘计算的服务和网络辅助的动态自适应视频流传输框架和实现,针对蜂窝网络中视频传输的公平性问题提出了结合用户无线网络信息的解决方案,通过实时检测蜂窝网络下各个用户链路情况动态调整网络资源分配,并设计实验和现有的基于客户端的自适应视频流传输方案进行对比,该机制能够保证整个网络下用户观看视频质量的相对公平性,结果证实在该实验情况下相比由客户端完全驱动的方案公平性提高了32%。叁、基于无线网络信息提高用户QoE的自适应视频传输研究。结合具备无线网络信息的MEC平台和Q-learning算法,提出了基于无线网络信息的面向QoE的自适应传输算法,该算法利用训练得到的模型根据客户端状态来决定播放的视频质量。论文首先实验证实了采用用户下行速率这种无线网络信息去进行带宽估计的可行性和准确性,其次通过部署基于缓冲区和估计带宽的自适应算法和提出的基于无线网络信息的Q-leaming算法进行了比较,结果证实了所提出的方案能够提高用户的QoE,在该实验环境下和传统的BBA算法相比QoE指标提高了 18%。最后采用实验证实了MEC低时延的特性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
无线移动计算论文参考文献
[1].兰卓睿,夏玮玮,吴思运,燕锋,沈连丰.移动边缘计算系统中基于并行拍卖的无线资源与云资源联合分配（英文）[J].JournalofSoutheastUniversity(EnglishEdition).2019
[2].周向.基于无线网络信息的移动边缘计算自适应传输机制的研究[D].北京邮电大学.2019
[3].李超.海量连接物联网场景下基于移动边缘计算的无线资源管理的研究[D].北京交通大学.2019
[4].张驰,禹胜林,王奇.移动人体对60GHz无线局域网造成阴影损耗的计算模型[J].指挥控制与仿真.2018
[5].王斌.云计算下舰船无线移动通信网络敏感数据防泄露技术研究[J].舰船科学技术.2018
[6].王梦圆.基于边缘计算的移动无线接入网络性能优化[D].北京邮电大学.2018
[7].刘洋.宽带无线网移动边缘计算的卸载技术研究[D].厦门大学.2017
[8].崔勇.“无线网络和移动计算”课程教学实践探索[J].计算机教育.2016
[9].老鬼阿定.无线充电拯救移动计算[N].计算机世界.2014
[10].赵国刚,赵力强,杨鲲.面向移动云计算接入网络的高能效无线资源管理[J].电信科学.2014