声明
第 1 章 绪 论
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.2.3 计算卸载与资源分配的主要挑战
1.3 本文主要研究内容
1.4 本文组织结构
第 2 章 MEC 系统计算卸载与资源分配相关技术
2.1 MEC概述
2.1.1 MEC的定义及特点
2.1.2 MEC架构
2.1.3 MEC应用场景
2.2 MEC中的计算卸载与资源分配问题
2.2.1 MEC中的计算卸载问题
2.2.2 MEC中的资源分配问题
2.3 计算卸载与资源分配相关方法
2.3.1 智能优化算法
2.3.2 凸优化理论
2.3.3 拟凸优化理论
2.3.4 深度强化学习
2.4 本章小结
第 3 章 多小区 MEC 系统的计算卸载与资源分配的分层优化方法
3.1 场景描述
3.2 系统建模与问题描述
3.2.1 通信模型
3.2.2 计算模型
3.2.3 问题定义
3.2.4 问题转化
3.3 计算卸载与资源分配的分层优化方法
3.3.1 JO-CODCA子问题
3.3.2 JO-TPCRA 子问题
3.4 实验评估
3.4.1 仿真参数设置
3.4.2 HIQCO方案性能评估
3.4.3 仿真结果分析
3.5 本章小结
第4章 多服务器MEC系统的基于DQN的计算卸载与资源分配方法
4.1 场景描述
4.2 系统建模与问题描述
4.2.1 通信模型
4.2.2 计算模型
4.2.3 问题定义
4.3 基于DQN的计算卸载与资源分配方法
4.3.1 状态、动作和奖励的定义
4.3.2 算法流程
4.4 实验评估
4.4.1 仿真参数设置
4.4.2 仿真结果分析
4.5 本章小结
结 论
参考文献
附录 A 攻读学位期间所发表的学术论文目录
附录 B 攻读学位期间所参与的科研项目
致谢
湖南大学;