全文总字数：5715字
1. 研究目的与意义（文献综述）
1.1 研究目的及意义
随着移动通信技术的发展和智能终端的普及，网络边缘的设备数量迅速增大，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。尽管新的移动设备的中央处理单元（CPU, central process unit）的处理能力越来越强大，但依然无法在短时间内处理复杂的应用程序。以云计算为核心的任务处理平台已经不能高效的处理海量边缘设备产生的数据，主要表现在：1）线性增长的集中式云计算能力无法匹配爆炸式增长的海量边缘数据；2）从网络边缘的用户设备传输海量数据到云中心网络传输带宽的负载急剧增加，造成较大的网络延迟；3）网络边缘数据涉及个人隐私，安全问题变得尤其突出；4）有限电能的网络边缘设备传输数据到云中心能耗开销较大。因此，
学术界开始对新的计算模型进行深入的研究，如微数据中心、雾计算、中国科学院的海云计算、移动边缘计算等，将原有云计算模型的部分或全部计算任务迁移到网络边缘设备上，降低云计算中心的计算负载，提高数据的处理效率，可以有效的解决上述的问题。
2. 研究的基本内容与方案
2.1 设计的基本内容
本文主要研究如何实现无线大数据传输的计算资源与通信资源联合优化。拟提出一种将近、远端移动边缘云作为计算资源提供平台，将无线通信网络作为通信接口的无线大数据任务处理系统。根据计算任务的异构性，计算量大小、时延需求、终端设备能量状况与计算性能等因素，提出一种基于动态决策的计算任务分类算法，将原有的最大化卸载集数的NP-hard问题，转化为在满足服务质量保证的终端设备能耗开销与任务执行时延的最小化优化问题。主要工作如下：
1）建立近远端协作的移动边缘计算通信网络模型；
3. 研究计划与安排
（1）第1－3周：查阅相关文献资料，明确研究内容，了解研究所需理论基础。确定方案，完成开题报告。
（2）第4－5周：熟悉掌握基本理论，完成英文资料的翻译，熟悉相关工具软件的使用。完成论文开题；
（3）第6－12周：研究基于凸优化的无线大数据任务处理的计算资源与通信资源联合优化方法设计与验证。撰写论文初稿；
4. 参考文献（12篇以上）
[1] 面向5G网络的边缘计算技术研究[J].信息通信技术与政策,2018(11):1-6.
[2] 李子姝, 谢人超, 孙礼, 等. 移动边缘计算综述[J]. 电信科学, 2018, 34(1): 87-101.
[3] 谢人超，廉晓飞，贾庆民.等.移动边缘计算卸载技术综述[J].通信学报，2018，39（11）:138-154.
以上是毕业论文开题报告，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。
