【摘 要】
:
随着未来网络中流量的不断增长和用户服务质量要求的不断提高,为满足业务的大带宽、低时延和高可靠需求,网络架构的发展趋势是将云端资源下沉至距离终端用户更近的边缘网络,并形成新型的无线边缘网络融合架构。由于部署新的边缘网络资源会给网络运营商带来额外开销,且无线和边缘网络资源有限,因此需要对无线边缘网络中的资源进行协同分配与优化,才能充分发挥其优势,更高效地满足日益增长的业务需求。一方面,对于网络运营商而
论文部分内容阅读
随着未来网络中流量的不断增长和用户服务质量要求的不断提高,为满足业务的大带宽、低时延和高可靠需求,网络架构的发展趋势是将云端资源下沉至距离终端用户更近的边缘网络,并形成新型的无线边缘网络融合架构。由于部署新的边缘网络资源会给网络运营商带来额外开销,且无线和边缘网络资源有限,因此需要对无线边缘网络中的资源进行协同分配与优化,才能充分发挥其优势,更高效地满足日益增长的业务需求。一方面,对于网络运营商而言,通过对无线网络资源和边缘网络资源进行联合优化,可以在满足业务需求的前提下,有效降低网络的建设和运维成本。另一方面,对于用户而言,设计适配业务特性和用户需求的无线边缘资源优化机制可以显著提升用户服务和体验质量。在无线接入网侧,包括毫米波通信、低于6 GHz(sub-6 GHz)波段与毫米波波段的多波段协同通信等下一代无线通信技术的发展极大地提升了无线空口传输性能,为具有大带宽和高可靠需求的应用提供无线传输能力保障。在边缘网络侧,借助于距离终端用户更近的边缘缓存与边缘计算服务设备,用户请求可以更迅速地得到响应和满足,为具有低时延和密集任务计算需求的应用提供就近的边缘资源保障。尽管如此,当前无线边缘网络的部署和无线边缘网络的资源优化方面仍面临很多挑战,主要包括受限的回程链路带宽、异构网络与异构资源的相互耦合、无线边缘资源优化的时间尺度不同、下一代无线通信技术与边缘资源的协同设计、以及新型应用不断增长的高可靠低时延需求等问题。针对以上挑战,本研究在下一代无线通信技术的背景下,联合考虑回程链路带宽,无线边缘异构网络和资源的耦合关系,以及新型应用的性能需求,探讨可行且高效的无线边缘资源协同优化方案,针对无线边缘网络的吞吐量、回程流量卸载能力、时延与可靠性进行优化,旨在提高无线边缘资源利用率并提升用户服务与体验质量。本文主要工作和贡献如下:1)本研究首次提出在回程链路带宽与功率预算均受限的场景下,通过联合功率分配与边缘缓存的优化方案以最大化边缘缓存辅助场景下的系统下行吞吐量,并推导出该场景下的系统下行吞吐量上界。针对业务的大带宽需求,考虑由密集无线毫米波网络共享的回程链路带宽对系统实际吞吐量造成的瓶颈问题,以及运营商部署边缘缓存设备的功率消耗问题,建立回程带宽和功率约束下的系统实际吞吐量优化问题。针对共享回程带宽引起的资源分配耦合问题,利用凸优化理论提出回程受限场景下的容量可调最优功率注水算法,基于此将问题转化为关于边缘缓存部署的多选择背包问题,通过动态规划算法得到联合功率分配与缓存部署策略。利用随机几何的各态历经速率性质以及最优功率分配表达式,进一步推导出该场景下的系统吞吐量上界。仿真结果表明权衡发射功率与缓存功率的必要性,并验证所提出的联合优化算法可以获得接近理论吞吐量上界的性能。2)为进一步缓解回程链路带宽压力,联合考虑无线网络的用户接入问题与边缘网络的缓存部署问题,对无线边缘网络的回程流量卸载能力优化。本研究进一步考虑无线网络中用户接入对无线边缘网络性能的影响,为解决用户接入与边缘缓存部署优化属于不同时间尺度的问题,基于随机几何概率模型将用户接入表征为概率接入决策,并考虑无线毫米波网络中异构类型节点对用户接入与缓存部署带来的空间相关性影响,推导出用户接入概率与缓存概率之间的关系表达式。利用上述两种概率间的关系,将不同时间尺度的优化变量解耦为边缘缓存放置的单变量优化问题。通过挖掘优化问题的单调性质,设计基于多边形块外逼近的最优缓存放置算法。为降低算法求解复杂度,利用毫米波网络的噪声受限特性,将问题转化为凸优化形式,设计基于拉格朗日乘数法的高效资源优化算法。仿真结果验证了联合用户接入与边缘缓存设计对回程流量卸载能力的显著提升作用。3)针对高可靠低时延业务在无线边缘网络中的用户服务质量和体验优化,利用双连接多波段协同技术,设计适配具体业务特性的无线边缘资源协同优化方案,以保证业务传输时延和可靠性能。针对新型业务对大带宽、高可靠低时延和密集计算任务的需求,本研究考虑在无线网络采用多接入技术,提出在无线接入网采用sub-6 GHz和毫米波双连接技术,以沉浸式视频传输业务为例设计面向多波段协同的无线边缘资源分配与优化机制,在保障视频带宽和计算需求的前提下提升业务传输可靠性。基于随机几何概率分析模型,充分考虑不同波段下信道波动性对业务传输的影响,以及边缘缓存与计算策略对时延的影响,提出基于最小端到端延迟的双连接网络链路选择准则。以链路选择概率表征无线资源与边缘资源的耦合关系,将无线边缘资源优化问题解耦为边缘网络资源优化问题。进一步分析边缘网络资源的耦合性,将问题转化为多维多选择背包问题,并通过分支限界算法和差分凸规划算法分别得到资源优化的最优和近似最优解。仿真结果验证了所提出多波段协同无线边缘资源优化方案和算法的有效性,并对提升无线边缘网络中高可靠低时延应用的用户服务质量有指导价值。
其他文献
行人重识别旨在从多个摄像机拍摄的数据中正确匹配感兴趣的行人,其在智能安防、智慧交通以及智能警务等领域有着广泛应用。近些年随着深度学习的快速发展以及计算设备的性能提升,行人重识别研究取得了瞩目的进展。然而,行人重识别面对的监控场景是复杂多样的,遮挡、模糊、背景和衣着变化等因素会给现有方法带来很大的挑战。为了更好地应对复杂环境,提升行人重识别系统的鲁棒性和区分力,本文从多线索信息融合的角度出发,在时空
固体壁面上的接触线运动和气—液界面演化在自然界及日常生活中广泛存在,在工业生产中有着重要的应用。移动接触线的奇异性、界面的多尺度性和几何奇异性结构是界面动力学研究中的巨大难题。考虑接触线模型的润滑理论,是研究界面问题的重要理论方法,但在处理复杂界面时仍存在挑战。本文通过理论分析和数值计算相结合的方法,基于长波近似,在多个气—液界面问题中推广了润滑理论,并研究了相应的界面特征和接触线行为,主要工作内
随着互联网应用的普及,当今时代的信息量呈爆炸式增长。作为一种能在海量数据中获取知识和处理信息的技术,深度学习因其优秀的性能被广泛应用于数据挖掘、计算机视觉、自然语言处理等领域。作为深度学习技术实现的重要载体,深度学习模型本身具有巨大的应用潜力与商业价值,也因此面临着盗版和篡改等一系列安全问题。为了应对这些潜在的威胁,大量深度学习模型的保护策略应运而生,其中模型水印技术作为一种主动的保护方法,通过将
视频多目标跟踪作为计算机视觉的重要任务之一,其给出的目标轨迹为视频理解、场景感知等提供了一定的技术支持,具有广阔的应用前景,如自动驾驶、智能监控、无人机、医疗影像等。早期的视频多目标跟踪算法在跟踪目标时,利用滑窗的机制,每次处理一个时间窗口内的多帧视频。这类算法在处理一帧视频时由于用到了后续若干帧的信息,无法对获取的视频帧进行及时处理,具有一定的时延,因此被称为离线多目标跟踪算法。近几年,为了满足
基于内容的图像检索是计算机视觉中的基础研究方向,其旨在从大规模图像库中找出与查询图像语义相关的图像,并按相关性降序排序后返回给用户。图像检索在商品检索、地标检索、行人检索等领域有着广泛的应用。视觉重排序是基于内容的图像检索系统中重要的后处理步骤。当初次检索的结果不尽如人意时,可以使用视觉检索重排序技术对初次检索的结果进行优化,从而进一步提升图像检索的精确度。近年来,视觉检索重排序技术取得重大进展,
人口老龄化是全球社会共同面临的重大问题,所以有越来越多的研究关注倒衰老以及衰老相关的神经退行性疾病中(如阿尔兹海默症,Alzheimer’s disease,AD)的认知衰退的机制。多模态磁共振成像(Magnetic Resonance Imaging,MRI)可以被用于从多方面研究神经退行性疾病导致的偏离正常衰老的神经系统及功能的改变。例如,使用结构MRI的大脑衰老预测模型提示,在后来发展为AD
NLRP3炎症小体能够感知多种病原分子和危险信号,且其活化能够产生并分泌IL1β和IL-18等炎性细胞因子,因而其在炎症发生过程中发挥关键作用。近年来,NLRP3炎症小体被报道与多种人类疾病密切相关,比如自身炎症性疾病、神经系统疾病、代谢性疾病等。因此,NLRP3也被认为是这些疾病的重要干预靶点。目前,相关研究已经报道一些NLRP3炎症小体的抑制剂,但是尚无靶向NLRP3的临床药物。因此,进一步筛
随着安防需求的不断扩大以及互联网技术的飞速发展,由监控相机、影视媒体、社交网络等途径产生的图像和视频数据呈现出爆发式的增长,给面向图像和视频数据的处理与分析带来了巨大的挑战。“人”是图像、视频处理与分析的核心对象,近年来,人脸识别、行人重识别、人物搜索、动作识别等以“人”为中心的任务得到了广泛的关注和研究。已有的研究工作在理想的实验场景中已经取得了令人瞩目的进展,然而大部分相关技术还远未达到可以实
信息化的浪潮带来了海量的视频数据,也催生出对智能视频理解技术的迫切需求。从概念上讲,视频信号记录了一段时间内场景的动态变化。因此,分析视频中运动信息,可以说是整个视频理解方向的基石技术之一。本文旨在从两个不同的角度去考虑该问题:(1)如何从视频中提取出运动信息;(2)如何利用视频的运动信息来帮助视频内容理解。首先是视频运动信息的提取。本文着眼于视觉跟踪任务,即给定任意目标物体,预测其在视频中的运动
液滴与固体的相互作用蕴含丰富的流动现象,深入理解其中复杂流动物理机制,对于认识自然、指导工程技术发展有重要的意义。为此,本文发展了三维多相流固耦合算法,基于深度学习提出了一种界面流场预测方法,并探究了固体复杂几何形状和复杂微观结构对液滴动力学的影响机制。主要工作及研究成果如下:(1)发展了三维扩散界面浸没边界数值方法,可以准确模拟带有动态浸润、接触角迟滞的多相流固耦合问题。该方法分别使用三相扩散界