文 献 综 述
1. 前言
在物联网和5G通信的推动下，近年来移动计算的架构发生了很大转变，从集中式移动云计算转向移动边缘计算（mobile edge computing, MEC）。MEC的主要特点是将移动计算、网络控制和存储推送到网络边缘（如基站和接入点），以便在资源有限的移动设备上实现计算密集型和延迟敏感型应用。MEC可以大幅降低延迟和能耗，应对5G时代的关键挑战。MEC的美好前景已经激励了学术界和工业界在这项技术的大力投入。MEC研究的一个主要方向是无线通信和移动计算这两个学科的无缝结合，产生了从计算卸载技术到网络体系结构等一系列新的设计。
本文全面介绍了目前最新的MEC研究，重点是通信和计算资源的联合管理。我们还讨论了MEC研究的一系列问题、挑战和未来的研究方向，包括MEC系统部署、启用缓存的MEC、MEC的移动性管理。这些方向的发展将有助于MEC从理论到实践的转变。
2. 历史发展
在过去的十年中，云计算作为一种新的计算方式出现了。它的目标是将计算、存储和网络管理集中在云中，涉及数据中心、骨干IP网络和蜂窝核心网络[1][2]。然后，可以利用云中的大量可用资源来提供灵活的计算和存储能力，以支持资源受限的终端用户设备。云计算一直在推动许多互联网公司的快速壮大。例如，云业务已经上升为亚马逊最赚钱的领域[3]，Dropbox的成功在很大程度上取决于亚马逊的云服务。
然而，近年来，随着云的功能越来越向网络边缘移动，计算出现了一种新的趋势[4]。据估计，在不久的将来，将部署数百亿个边缘设备，它们的处理器速度正以指数级增长，遵循摩尔定律。获取分布在网络边缘的大量空闲计算能力和存储空间，可以为移动设备执行计算密集型和延迟敏感型任务提供足够的容量。这种模式被称为移动边缘计算（MEC）[5]。虽然长的传播延迟仍然是云计算的一个关键缺陷，但具有接近接入特点的MEC被广泛地认为是实现下一代互联网的关键技术，例如Tactile互联网（具有毫秒级反应时间）[6]、物联网（Internet of Things, IOT）[7]和Internet of ME[8]。目前，学术界和工业界的研究人员都在积极推动移动计算和无线通信两个学科的技术和理论的融合。
3. 国内外研究现状
不断发展的IoT系统需要高度可扩展的基础设施，以便自适应地为不同领域的不同应用程序提供适当的服务。IoT的关键需求是互连设备的充分可扩展性、互操作性和高度灵活性。物联网集成先进的通信和计算技术，如高密度小蜂窝部署、大规模MIMO、远程云服务。消耗更少的能源，物联网将实现连接对象和多种服务的高度集成[9]。然而，从静态/移动设备到基站或云服务器的长距离传输可能导致严重的服务延迟和额外的传输能耗。MEC被认为是提高计算卸载效率的关键技术 [10]。对于IOT服务场景，MEC可以在计算过程中提供低延迟、接近性、高带宽和计算灵活性。特别是对于超密集的物联网场景，MEC中的计算卸载和功率分配可以提高实际物联网系统的能效[11]。
在基于MEC的物联网中，设备可以将所有或者部分计算任务卸载到MEC服务器，从而加快任务的处理并为设备节省能源[12]。然后，主要的技术问题变成何时卸载计算任务。大量的文献致力于设计在不同性能要求下解决该问题的最优策略[13]。考虑到物联网的长期能效，文[14]提出了一种高效的边缘计算方案。由于随机的任务到达方式和不确定的无线信道，拥挤的空中接口，以及来自数千个物联网设备的干扰，在[15]中生成了能够容忍不确定性的渐近最优调度，从而缓解了对反馈的严格要求。文[16]和[17]分别提出了MEC的最优调度和节能资源分配策略。
由于车辆是物联网系统中重要的用户设备类型，许多研究人员对车辆边缘计算网络结构和相关资源分配方法进行了研究。C. Wang等人提出了一种可扩展的支持SDN的MEC体系结构，该体系结构集成了异构车辆网络，以从骨干网络卸载流量负载并减少总体延迟[18]。为了降低计算卸载的延迟和传输成本，文[19]提出了一种基于云的车联网MEC卸载框架。在文献[20]中，作者基于MEC辅助卸载模式，提出了一种在车辆数据传输失败的情况下提高任务卸载可靠性的目标服务器选择策略。在文[21]、[22]中提出了一些基于MEC的新型车辆网络，其中根据不同的场景精心设计了计算卸载策略。在[23]中，使用强化学习优化车联网中的长期资源供给，以处理对资源的动态需求和严格的QoS要求。
异构网络（HetNets）中的设备对设备(Device-to-Device, D2D)通信正受到越来越多的关注。它可以在附近的各种设备上缓存流行内容。一般来说，将D2D通信集成到蜂窝网络中有助于提高蜂窝覆盖率、频谱效率以及流量拥塞。在最近的以信息为中心的网络模式中，协作缓存是研究最广泛的无线缓存模式之一，本地用户终端和中继节点可以协作存储多媒体内容。因此，用户可以直接从启用缓存的附近用户或从附近的中继下载请求的内容，而不是从遥远的BSs获取。通过这样做，无线网络在接入延迟、吞吐量和可扩展性方面量化的性能将显著提高。最近，利用用户的移动性来缓存放置策略也受到了研究人员的关注。在密集网络中，用户可以在短时间内接收部分请求的内容。在文献[24]、[25]中，作者开发了一个支持移动性的编码缓存框架。在文献[26]中，在考虑用户移动性的情况下，通过在小蜂窝基站上制定内容缓存策略，致力于最小化BSs的工作负载。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
