论文部分内容阅读
5G时代即将来临,未来的移动网络将具有速率高、数据量庞大的特性,为解决以用户为中心,具有超高的传输数据速率和广覆盖下的移动性保证,由此兴起移动边缘计算(MEC)技术的研究。为了5G网络尽快落地,要解决大量数据的传输问题,提高网络的通信效率。在这样的背景下,网络编码与无线中继的协作应用成为了近年来兴起的重点研究方向。网络编码与当今无线中继设备在一定场景下协作运行,可以大幅度提升网络的传输效率,更好地为大数据、智能化的5G网络落地提供技术支持。本文主要进行网络编码与无线中继在移动边缘计算中协作的研究。首先,以“流媒体”为研究对象,以用户数据为研究基础,利用多种算法搭建MEC服务器智能缓存分析平台,通过研究一种新型复合推荐算法策略在边缘MEC设备有限的存储空间中预先存放哪些流媒体文件,为用户带来更高效、便捷的智能体验。相比传统的推荐算法能更全面细致地分析用户信息,带来更好的应用效果。在研究MEC智能缓存策略的基础上,提出一种网络编码与无线中继协作方法,将需要从核心网提取的MEC文件与实时正常通信的文件同时向边缘MEC传输,使需要存放到边缘MEC中的文件可以随着网络正常通信的进程一起缓存至边缘,不需额外消耗时隙成本,从而完整、高效地实现移动边缘计算的智能缓存工作。本文选择“电影视频”作为流媒体文件的代表,搜集了用户数据,利用Matlab进行仿真实验,结果表明本文在构造MEC智能缓存分析平台的基础上,提出的新型复合推荐算法和网络编码与无线中继的协作方法相比于过往的方案均可为周边用户带来更加高效、智能、人性化的网络服务。