同類熱銷排行榜

資源受限邊緣網路的動態優化與智能協同方法研究

作者：王艷麗//陰國富|責編:任靜
出版社：科學
ISBN：9787030840462

出版日期：2026/03/01
裝幀：平裝
頁數：206

人民幣：RMB 118 元售價：元

內容大鋼

本書建立時延、能耗、安全等優化目標下的任務卸載與資源分配理論模型，分析無線攜能、網路切片等關鍵技術的理論基礎，引入深度學習和強化學習等智能優化方法，系統而全面地介紹了邊緣計算網路前沿理論和核心優化技術。聚焦實際應用，提出面向異構場景的任務卸載與資源分配優化策略，探討無線攜能技術在邊緣網路的協同應用，深入分析網路切片與邊緣協同優化方案以及智能驅動的邊緣網路任務卸載及資源分配方法，以工業物聯網和智慧城市為應用場景，驗證所提理論與方法的有效性，並提出邊緣計算與下一代網路的融合趨勢。

作者介紹

王艷麗//陰國富|責編:任靜

前言
第一部分  基礎理論與優化框架
  第1章  邊緣網路理論基礎
    1.1  邊緣網路技術架構
    1.2  邊緣計算核心特性與概念演變
      1.2.1  邊緣計算背景與核心特性
      1.2.2  移動邊緣計算與網路架構
    1.3  邊緣計算與雲計算、霧計算的關係
      1.3.1  邊緣計算與雲計算
      1.3.2  邊緣計算與霧計算
    1.4  邊緣網路技術瓶頸與產業化挑戰
  第2章  邊緣網路優化理論基礎
    2.1  優化目標與性能指標
      2.1.1  時延與能耗
      2.1.2  多目標優化與建模方法
      2.1.3  數據安全與隱私
    2.2  任務卸載與資源分配理論模型
      2.2.1  邊緣網路任務卸載
      2.2.2  邊緣網路資源分配
    2.3  無線攜能基礎理論
      2.3.1  無線能量傳輸原理
      2.3.2  無線攜能通信
    2.4  網路切片理論基礎
      2.4.1  網路切片的定義
      2.4.2  網路切片的基本架構
      2.4.3  網路切片的類型
    2.5  智能優化方法理論基礎
      2.5.1  深度學習理論
      2.5.2  強化學習理論
第二部分  核心優化技術與方法
  第3章  邊緣網路任務卸載與資源分配優化策略
    3.1  時延與能耗最小化的任務卸載與資源分配機制
      3.1.1  系統模型
      3.1.2  問題描述
      3.1.3  演算法設計
      3.1.4  實驗與性能分析
    3.2  多目標任務卸載與資源分配聯合優化
      3.2.1  任務卸載與資源分配的多目標優化問題
      3.2.2  基於Pareto前沿的多目標優化方法
      3.2.3  實驗與性能分析
    3.3  安全感知驅動的任務卸載與資源分配聯合優化
      3.3.1  任務卸載與資源分配現有策略分析
      3.3.2  系統模型
      3.3.3  演算法設計
      3.3.4  模擬分析
  第4章  邊緣網路與無線攜能技術
    4.1  無線攜能在邊緣網路中的應用與發展
      4.1.1  邊緣網路中無線攜能應用
      4.1.2  無線攜能與核心技術的協同
    4.2  無線攜能與MIMO技術結合

      4.2.1  MIMO技術理論
      4.2.2  MIMO通道模型及容量
      4.2.3  MIMO技術的特點
      4.2.4  融合架構
    4.3  無線攜能與感測器網路結合
      4.3.1  系統模型
      4.3.2  改進的數據傳輸策略
      4.3.3  能量效率分析
      4.3.4  性能評估
  第5章  邊緣計算與無線攜能聯合優化策略
    5.1  邊緣計算和無線攜能的結合
    5.2  SWIPT-MEC能效問題分析與優化
      5.2.1  能效分析
      5.2.2  能效優化
    5.3  SWIPT-MEC計算卸載與資源分配
      5.3.1  SWIPT-MEC資源分配分析
      5.3.2  SWIPT-MEC最優計算卸載與資源分配演算法
    5.4  SWIPT-MEC多目標優化演算法設計與分析
      5.4.1  單用戶多目標SWIPT-MEC系統模型
      5.4.2  多目標優化演算法設計與分析
  第6章  網路切片與邊緣協同優化
    6.1  聯合網路切片的邊緣計算系統任務卸載方案
      6.1.1  系統建模
      6.1.2  任務卸載優化目標
      6.1.3  任務卸載方案流程
    6.2  聯合網路切片的邊緣計算系統資源分配策略
      6.2.1  系統建模
      6.2.2  多維度資源效用模型
      6.2.3  分散式博弈框架
    6.3  邊緣計算場景中網路切片的安全部署研究
      6.3.1  安全架構設計
      6.3.2  切片隔離機制具體實施
      6.3.3  隔離機制面臨的挑戰
  第7章  智能驅動的邊緣網路中任務卸載及資源分配方法
    7.1  基於深度強化學習的任務卸載方法
      7.1.1  深度強化學習
      7.1.2  MEC伺服器部署
      7.1.3  演算法設計
    7.2  基於深度強化學習的資源分配演算法
      7.2.1  演算法描述
      7.2.2  性能評估
    7.3  基於深度強化學習的無線攜能邊緣網路聯合優化方法
      7.3.1  系統建模
      7.3.2  聯合優化模型構建與求解
      7.3.3  基於深度強化學習的聯合優化求解方法
      7.3.4  深度確定性策略梯度強化學習改進演算法
第三部分  應用場景與前沿探索
  第8章  工業物聯網中計算卸載和資源分配策略
    8.1  工業物聯網概述
      8.1.1  工業物聯網架構

      8.1.2  工業物聯網面臨的問題
      8.1.3  移動邊緣計算在工業領域中的應用
    8.2  工業物聯網邊緣網路中時延能耗優化
      8.2.1  系統模型
      8.2.2  計算模型與能量消耗
      8.2.3  任務調度策略
    8.3  工業物聯網中雲邊協同任務卸載方案
      8.3.1  系統模型與問題描述
      8.3.2  基於深度強化學習的任務卸載演算法
  第9章  智慧城市的邊緣智能計算卸載與資源分配優化
    9.1  智慧城市邊緣網路架構
    9.2  智慧城市邊緣網路計算卸載
      9.2.1  任務時延優化卸載方案
      9.2.2  綜合時延與能耗優化卸載方案
    9.3  智慧城市邊緣網路計算優化
      9.3.1  雲端訓練與邊緣推理
      9.3.2  雲邊協同訓練
      9.3.3  邊緣獨立訓練
    9.4  智慧城市邊緣網路資源分配模型與優化策略
      9.4.1  智慧城市邊緣網路資源分配分層架構
      9.4.2  基於多級閾值的動態資源分配模型
      9.4.3  基於網路切片的智能優化策略
  第10章  邊緣計算與下一代網路融合
    10.1  邊緣計算與下一代網路的關係演進
      10.1.1  邊緣計算的驅動
      10.1.2  下一代網路核心需求與邊緣計算賦能
    10.2  邊緣計算驅動的下一代網路關鍵技術
      10.2.1  去中心化網路架構
      10.2.2  算力網路與資源編排
      10.2.3  AI賦能的邊緣智能
      10.2.4  安全與隱私增強機制
    10.3  邊緣網路關鍵問題與方向
參考文獻

Δ訂單支付
付款方式
運費計算方式

Δ關於我們
關於美商天龍
聯絡我們

首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032

同類熱銷排行榜

最近瀏覽的商品

資源受限邊緣網路的動態優化與智能協同方法研究