1.引言
随着移动通信技术的发展和智能终端的普及,各种网络服务和应用不断涌现,用户对网络服务质量、请求时延等网络性能的要求越来越高。尽管现有用户设备(User Equipment, UE)的处理能力越来越强大,但依然无法在短时间内处理计算密集型或时延敏感型计算任务。此外,在UE本地处理这些任务还面临电量快速消耗和自身硬件损耗等问题。这些问题严重影响了应用程序在用户设备上的运行效率和用户体验。为了解决上述问题,业界提出了移动边缘计算卸载技术。
作为移动边缘计算(Mobile Edge Computing, MEC) 的关键技术之一,计算卸载是指移动设备将部分或全部计算任务交给云计算环境处理的技术,用于解决UE在资源存储、计算性能以及能效等方面存在的不足。计算卸载过程主要包括UE 执行卸载决策和网络执行资源分配两个阶段,我们将在下一章节中介绍卸载决策和资源分配过程。
2.计算卸载技术
计算卸载技术主要包括卸载决策和资源分配两方面。其中,卸载决策是指由UE决定如何卸载、卸载数据大小以及卸载内容;资源分配是指如何为已卸载任务分配计算和通信资源。
2.1卸载决策
UE 的卸载决策系统一般由代码解析器、系统解析器和决策引擎三部分组成,其执行卸载决策主要分为以下三个步骤:
代码解析器确定可卸载内容,具体内容取决于应用程序类型和代码数据分区;
系统解析器负责监控各项参数,如可用通信带宽、卸载数据大小或本地执行能耗;
决策引擎做出最终卸载结果。
根据计算任务的执行位置和卸载数据大小, UE卸载决策结果可分为本地执行、 完全卸载和部分卸载三种情况,具体决策结果由UE根据能量消耗和完成计算任务时延决定。卸载决策的目标主要为降低时延、降低能耗以及权衡时延与能耗。
2.2计算资源分