边缘计算中移动感知的资源预留方法研究与实现开题报告

1. 本选题研究的目的及意义

随着移动互联网和物联网技术的快速发展，移动感知技术作为连接物理世界和信息世界的桥梁，在智慧城市、环境监测、智能交通等领域发挥着越来越重要的作用。

然而，传统的移动感知应用通常将数据上传至云计算中心进行处理，存在着延迟高、带宽消耗大、对网络依赖性强等问题，难以满足实时性、可靠性等方面的需求。

边缘计算作为一种新兴的计算范式，通过将计算和存储资源下沉到网络边缘，为移动感知应用提供了一种低延迟、高带宽、更可靠的解决方案。

2. 本选题国内外研究状况综述

近年来，边缘计算和移动感知技术得到了学术界和工业界的广泛关注，面向移动感知的边缘资源预留也成为了一个热门的研究方向。

1. 国内研究现状

国内学者在边缘计算资源管理方面开展了大量的研究工作。

3. 本选题研究的主要内容及写作提纲

本研究将围绕边缘计算中移动感知的资源预留方法展开深入研究，主要内容包括：1.深入研究边缘计算和移动感知的相关技术，包括边缘计算架构、移动感知技术、资源预留技术等，为资源预留方法的设计奠定理论基础。

2.分析移动感知应用的特点和需求，以及边缘资源的类型和特点，明确资源预留面临的挑战，构建合理的资源预留模型。

3.设计面向移动感知的边缘资源预留方法，包括基于预测的资源预留、基于拍卖机制的资源预留、基于深度强化学习的资源预留等，并设计相应的算法。

4. 研究的方法与步骤

本研究将采用理论分析、算法设计、仿真实验和系统实现等方法，逐步开展研究工作。

1.首先，进行文献调研，深入研究边缘计算、移动感知、资源预留等相关领域的理论基础、研究现状和发展趋势，为本研究提供理论指导。

2.其次，对移动感知应用的特点和需求进行分析，明确其对边缘资源的需求类型、服务质量要求等，并对边缘资源的类型、特点和限制进行分析，为资源预留方法的设计提供依据。

5. 研究的创新点

本研究的创新点在于：1.提出一种面向移动感知的边缘资源预留模型，该模型能够更准确地描述移动感知应用的资源需求和边缘环境的动态变化。

2.设计一种基于深度强化学习的边缘资源预留方法，该方法能够自适应地学习移动感知应用的行为模式和边缘环境的变化，从而实现更智能、更动态的资源预留。

3.实现一个面向移动感知的边缘资源预留系统，并在实际应用场景中进行部署和测试，验证系统的有效性和实用性。

6. 计划与进度安排

第一阶段 （2024.12~2024.1）确认选题，了解毕业论文的相关步骤。

第二阶段（2024.1~2024.2）查询阅读相关文献，列出提纲

第三阶段（2024.2~2024.3）查询资料，学习相关论文

7. 参考文献（20个中文5个英文）

[1] 魏亮,祝峰,王怀光,等.边缘计算环境下基于深度强化学习的计算卸载算法[j].计算机工程与应用,2021,57(19):125-132.

[2] 陈卓,贾焰,谢长生,等.边缘计算环境下基于改进型遗传算法的任务调度策略[j].计算机工程与应用,2021,57(24):113-121.

[3] 王健,王磊,姜浩.面向边缘计算的移动感知资源分配方法研究综述[j].计算机科学,2021,48(6):33-42.