移动边缘计算技术在高铁通信网络中的应用

高铁是目前陆地运行速度最快的交通工具之一,其平稳性、运输快速等特性为人类出行提供便利,高铁道路修建有效缓解交通拥堵问题,人们出行选择更多。高铁通信稳定,是其运行安全的重要保证,因此本文围绕高铁通信网络展开讨论,重点介绍移动边缘计算技术在网络构建中的应用,介绍LTE-MEC网络服务系统,构建相应网络并通过实验对其传输速率进行验证。

试论未来移动通信网络中移动边缘计算技术

随着应用场景的增多,未来移动通信网络对数据流量、时延及能耗的要求更高,需引进移动边缘计算技术,加大网络容量,降低时延与能耗。基于此,本文从移动边缘计算技术的内涵入手,阐述其在未来移动通信网络中的应用,并展望其发展方向,为运营商创新移动通信网络提供参考。

移动边缘计算技术发展探讨

移动边缘计算技术作为近年来一种刚刚兴起的技术,通过在网络的边缘侧放入存储、计算、带宽等资源,对降低带宽消耗和减少传输延迟具有重要作用。内容提供商及应用开发者主要是运用实时网络信息来为人们提供可感知的服务。云端工作负荷的分担主要是利用边缘计算处理能力来实现。

移动边缘计算技术与应用的探讨

移动通信的飞速发展促进了各种新型业务的不断涌现,5G移动通信催生了许多新的应用领域,如物联网、增强现实/虚拟现实、车联网、工业控制等,同时,对网络带宽、时延等性能也提出了更高的需求,网络负荷进一步加重。移动边缘计算(Mobile Edge Computing,MEC)作为5G网络体系架构演进的关键技术,可满足系统对于吞吐量、时延、网络可伸缩性和智能化等多方面的要求。从5G通信的典型业务感知技术出发,介绍了5G时代移动边缘计算技术的概念、原理、技术演进和网络部署,并对5G网络中移动边缘计算技术的典型应用场景进行了探讨。

基于能效和时延的多层次计算卸载方法研究

计算卸载是移动边缘计算技术(MEC)的核心技术之一。为保证任务在最大可容忍时延的前提下使能量消耗最小化,采用三级物联网-雾-云系统架构提出考虑多用户多边缘节点场景的计算卸载方法。通过多级卸载对计算卸载概率和发射功率分配进行联合优化。利用逐次凸逼近(SCA)和Dinkelbach方法,交替确定每个用户的卸载决策和发射功率,将非凸优化问题转化为一系列凸问题,从而得到原问题的近似最优解。通过仿真分析,模拟结果展示了不同参数如发射功率、计算卸载概率对计算卸载性能指标的影响,验证了所提出算法的收敛性。

基于5G MEC技术的智慧校园网络低时延优化方法

5G网络移动边缘计算(Mobile Edge Computing, MEC)是将有具有计算和存储性能的MEC服务器设施在5G移动网络边缘,为用户设备提供低能耗、低时延的网络服务.在此基础上,为了优化智慧校园5G网络移动边缘计算低时延性能,提出基于5G MEC技术的智慧校园网络低时延优化方法.建立基于智慧校园网络的5G MEC系统模型,分析智慧校园网络的MEC-微蜂窝基站负载情况;针对所掌握的MEC-微蜂窝基站负载情况,通过基于移动边缘计算的任务卸载和资源优化方法,减少智慧校园网络的传输时延,优化智慧校园网络低时延传输性能.实验结果验证:所提方法应用后,MEC-微蜂窝基站的负载均衡度显著,可降低用户设备传输时延.

MEC在5G无线接入网中的应用

在5G时代,低时延通信已成为实现高效数据处理和实时服务的关键需求。移动边缘计算技术通过将计算资源和服务部署在网络边缘,显著减少数据传输时间和延迟。详细探讨移动边缘计算(Mobile Edge Computing,MEC)技术在5G无线接入网中的应用,包括MEC的任务卸载与调度策略、与网络切片技术的结合以及与软件定义网络/网络功能虚拟化(Software Defined Network/Network Functions Virtualization,SDN/NFV)技术的协同,实现5G网络的低时延通信。