基于MEC的V2X移动性预测与内容缓存卸载方案

摘要

移动边缘计算(MEC)通过在移动网络边缘提供服务环境和计算能力，从而拥有高带宽、低延时的优势，已在下一代移动网络的研究中引起了广泛关注。本发明公开了一种车联网环境下车辆任务卸载与用户移动性预测以及边缘缓存的融合策略。构建一个基于MEC的卸载框架，任务既可以卸载到MEC服务器以车辆到基础设施(V2I)形式通信，也可以卸载到邻近车辆进行车辆到车辆(V2V)通信。考虑到用户移动性带来的链路断开而导致的任务回传失败，利用卡尔曼滤波算法对链路连接的估计进行预测，用户可以在任务请求和任务收集期间选择稳定的服务节点。在服务节点第一次回传任务给请求车辆之前进行缓存决策，通过缓存内容可以显著减少访问延迟、流量负载和网络成本。