Sep, 2022

移动边缘计算、元宇宙、6G 无线通信、人工智能和区块链：调查与它们的融合

PDF
TL;DR本研究探讨了移动边缘计算（MEC）与新兴技术的融合，其中包括 Metaverse、6G 无线通信、人工智能 (AI) 和区块链，重点关注于这些技术的技术融合，如 MEC 和 6G 的融合、MEC 与区块链的融合等，并介绍了 MEC 在移动增强现实（MAR）和 Metaverse 的应用场景。
发现论文，激发创造
  • 5G 及以上的多接入边缘计算综述：基础、技术集成及现状

    该研究论文概述了移动边缘计算技术的现状和潜在应用，并提出与 5G 及更高版本的新技术相结合的 MEC 方案，最终总结了当前研究现状和挑战，并探讨了潜在未来方向。

    Jun, 2019

  • 物联网实现的多接入边缘计算调查

    本文综述了利用 MEC 技术实现 IoT 应用及其协同作用的整体概述，探讨了实现 IoT 中 MEC 的技术方面，并提供了其他整合技术的一些见解。

    May, 2018

  • 移动边缘计算：架构和计算卸载的调查

    本研究论文介绍了移动边缘计算（MEC）的概念和应用，特别针对计算卸载的决策、计算资源分配、移动管理等三个关键领域的研究进行了详细的探讨，同时归纳了该领域的研究成果和未来需解决的开放性研究问题。

    Feb, 2017

  • 边缘智能加速元宇宙发展：元宇宙与移动边缘计算的融合

    本研究提出了一种雾边混合计算架构，利用边缘设备计算能力来执行与 Metaverse 实体相关的计算成本，以减少 Metaverse 应用程序基于云的计算模式的延迟，并证明了实验结果可以将延迟降低 50％。

    Apr, 2022

  • 基于价格的移动边缘计算中带有计算容量约束的分布式卸载

    本研究介绍了移动边缘计算技术，该技术可以通过将计算任务从无线设备卸载至网络边缘，从而实现实时信息传输和计算。

    Dec, 2017

  • 强化学习增强的移动边缘计算用于 6G 边缘智能

    本文综述了强化学习 - enabled 移动边缘计算在不同移动应用中的发展，并探讨了其面临的挑战和未来研究方向。

    Jan, 2022

  • 车联网边缘计算与网络：一项调查

    本文综述了在智能交通系统中，利用移动边缘计算系统来解决车联网中的通信、计算和存储资源限制，提高响应速度和降低带宽消耗的研究现状和未来方向。

    Jul, 2019

  • 移动虚拟现实通信、缓存和计算：建模和权衡

    该研究提出了一种基于移动边缘计算的移动 VR 传递框架，可以在移动 VR 设备上缓存一部分视野范围并运行某些后期处理程序，从而通过优化资源分配来减小所需传输速率的平均值，以满足给定的延迟约束。

    Jun, 2018

  • 利用可重构智能表面协助的异构学习任务的移动边缘计算

    本文提出了一种基于可重构智能表面 (RIS) 的移动边缘计算 (MEC) 结合人工智能 (AI) 和机器学习 (ML) 的架构，在最大化学习性能的前提下，通过联合优化移动用户的传输功率、基站的波束成形向量和 RIS 的相移矩阵，以最小化参与用户的最大学习误差。仿真结果证明了部署 RIS 和采用本文算法相比各种基准算法均能显著提高性能，并且在基于 CARLA 平台和 SECOND 网络构建的统一通信 - 训练 - 推理平台上演示了应用于自动驾驶中的三维物体检测的案例。

    Dec, 2020

  • 基于 Koopman 轨迹模型的 ISAC 启用的物联网系统中的高移动性范式和计算卸载

    移动设备上的用户体验受到有限的电池容量和处理能力的限制，但 6G 技术的进步正在迅速促使移动技术的演进。移动边缘计算（MEC）提供了一种解决方案，将计算密集型任务卸载到边缘云服务器，与本地处理相比减少了电池消耗。即将到来的移动通信的集成感知与通信可能改善轨迹预测和处理延迟。本研究提出了一种贪婪资源分配优化策略，用于多用户网络以最小化聚合能量使用。数值结果显示，每 1000 次迭代，潜在改进可达 33％。解决预测模型划分和速度精确性问题对于获得更好的结果至关重要。为即将到来的工作阶段详述了进一步改进和实现目标的计划。

    Jun, 2024