声明
1 绪论
1.1 研究背景
1.1.1 移动群智感知
1.1.2 云计算与边缘计算
1.1.3 移动群智感知与边缘计算
1.1.4 面向移动群智感知的边缘计算研究及其挑战
1.2 国内外研究现状
1.2.1 网络资源调度优化
1.2.2 边缘计算场景下的计算卸载调度优化
1.2.3 边缘服务部署策略及调度优化
1.2.4 现有研究的不足
1.3 研究意义与目的
1.4 论文组织结构
2 基于边缘计算的群智感知任务调度机制
2.1 本章引言
2.2 移动群智感知过程分析
2.2.1 场景定义
2.2.2 移动模型
2.3 随机过程分析及感知效率优化算法
2.3.1 任务分发过程分析
2.3.2 数据收集过程分析
2.3.3 优化目标
2.3.4 基于感知任务生命周期的感知任务执行划分算法
2.4 实验结果及分析
2.4.1 ONE 模拟器设置
2.4.2 群智感知随机模型分析
2.4.3 边缘资源对感知效率的影响
2.4.4 模型效率分析
2.4.5 不同边缘资源调度的收益分析
2.5 本章小结
3 面向计算任务卸载的群智感知网络流调度机制
3.1 本章引言
3.2 问题描述
3.3 面向感知数据计算卸载的边缘网络调度模型与算法
3.3.1 边缘网络资源调度模型
3.3.2 约束条件
3.3.3 优化目标
3.3.4 依据权重的链路调度算法
3.4 实验结果与分析
3.4.1 算法分析
3.4.2 调度效果测试
3.5 本章小结
4 基于用户移动特征的群智感知数据收集方法
4.1 本章引言
4.2 问题描述
4.2.1 系统模型
4.2.2 公交网络中边缘服务的相互影响关系
4.3 基于乘客移动特征的边缘服务部署模型与算法
4.3.1 面向乘客移动特征的边缘服务部署模型
4.3.2 优化目标
4.3.3 二阶段边缘服务部署算法
4.4 实验结果与分析
4.4.1 公共交通模拟平台（BSTP）
4.4.2 不同边缘服务部署策略的成本开销
4.5 本章小结
5 总结与展望
5.1 全文总结
5.2 研究展望
致谢
参考文献
附录A 攻读学位期间发表的学术论文
