移动物联网智能通信与计算

作者多年物联网、边缘计算和人工智能相关领域教学和科研成果的基础上撰写而成 对智能通信与计算融合技术进行了阐述，包括面向通信与计算融合的泛在智能网络、面向通信与计算融合的智能网络服务延伸和面向通信与计算融合的智能网络算力增强三个部分

随着物联网、5G通信技术和大数据的发展，支持边缘计算的终端设备的迅速普及与低时延高可靠通信需求的日益提升，传统的资源管理与优化技术已经无法满足移动物联网用户的多样化需求。为提升移动网络通信容量以及推动移动通信系统可持续发展，本书对智能通信与计算融合技术进行了阐述，包括面向通信与计算融合的泛在智能网络、面向通信与计算融合的智能网络服务延伸和面向通信与计算融合的智能网络算力增强三个部分。本书适合于通信工程、计算机科学和软件工程专业的高年级本科生和研究生，以及从事IT领域的工程技术人员学习和参考。

宁兆龙 博士，重庆邮电大学教授，主要研究内容为车联网高 效接入、通信和计算。近三年作为第 一或通信作者发表论文70余篇，包括：ESI 0.1%热点论文5篇，ESI 1%高被引论文23篇，中科院一区论文20余篇，中科院二区论文近40篇，相关研究成果发表在：IEEE COMST、IEEE TII、IEEE COMMAG、IEEE WCOM、IEEE TITS、IEEE TVT、IEEE TASE、IEEE IoT、IEEE TETC、IEEE TCCN、ACM Mobicom、WWW等，授权专利6项。

第1章基于移动边缘计算的动态服务迁移
1.1引言
1.2服务迁移模型
1.2.1服务执行效用
1.2.2服务迁移开销
1.3问题描述
1.4基于移动边缘计算的动态服务迁移算法
1.4.1基于李雅普诺夫优化的队列稳态
1.4.2基于采样平均近似的未来效用估计
1.4.3基于马尔可夫优化的动态服务部署
1.5实验评估
1.5.1实验环境及参数设置
1.5.2系统性能分析
第2章面向普适边缘计算的多智能体模仿学习：分布式计算卸载算法
2.1引言
2.2系统模型和问题表述
2.2.1系统概述
2.2.2通信和计算模型
2.2.3问题公式化
2.3基于多智能体模仿学习的计算卸载算法
2.3.1算法概述
2.3.2随机博弈公式
2.3.3优化问题转化
2.3.4专家策略
2.3.5智能体策略
2.3.6算法分析
2.4性能评价
2.4.1仿真设置
2.4.2仿真结果
第3章关键信龄最小化：部分观测下基于模仿学习的调度算法
3.1引言
3.2系统模型与问题构建
3.2.1系统模型
3.2.2AoCI
3.2.3问题构建
3.3信息感知启发式算法
3.3.1子问题转换
3.3.2总体步骤
3.4基于模仿学习的调度算法
3.4.1问题转换
3.4.2通过模仿的信息更新调度
3.4.3基于模仿学习的调度
3.4.4理论分析
3.5性能评估
3.5.1仿真设置
3.5.2仿真结果
第4章移动区块链中集中式资源管理
4.1系统模型
4.2问题建模
4.3解决方案
4.4性能评估
4.4.1仿真参数设置
4.4.2仿真设计
4.4.3性能分析
第5章基于移动边缘计算的医疗物联网健康监测
5.1引言
5.2动机
5.3医疗物联网模型
5.3.1医疗重要性
5.3.2监测数据新鲜度
5.3.3监测能耗
5.4问题描述
5.4.1系统开销最小化问题
5.4.2IWS子问题
5.4.3BWS子问题
5.5无线人体局域网内部合作博弈
5.6无线人体局域网外部非合作博弈
5.7实验评估
5.7.1实验环境及参数设置
5.7.2系统性能分析
第6章基于5G无人机-社区的计算卸载：协同任务调度和路径规划
6.1系统模型
6.1.1通信模型
6.1.2计算模型
6.2问题描述
6.2.1问题概述
6.2.2约束分析
6.2.3问题描述
6.2.4问题转化
6.3协同路径规划和任务调度
6.3.1基于社区的时间近似
6.3.2基于吞吐量优选化的拍卖
6.3.3动态任务调度
6.3.4性能分析
6.4性能评估
6.4.1仿真设置
6.4.2数值结果
第7章智能交通系统中分布式资源管理
7.1系统模型
……