基于蜂窝网络的多无人机能量消耗最优化算法研究

在一些复杂时变环境中，地面基站（GBS）可能无法协助处理无人机的计算任务，为此研究了一种基于数字孪生（DT）技术的移动边缘计算（MEC）蜂窝网络。考虑到多无人机效率，引入多只配备MEC服务器的高空气球（HAB）协助，在此基础上提出一个所有无人机能量最小化问题，并给出一种多无人机轨迹优化和资源分配方案。应用双深度Q网络（DDQN）解决多无人机与多HAB之间的关联问题；采用连续凸逼近技术（SCA）和块坐标下降算法（BCD）对多无人机轨迹和计算资源进行联合优化。仿真实验验证了所提算法的可行性和有效性。实验结果表明，所提算法使系统能量消耗降低30%，明显优于对比算法。     

5G+MEC技术在智慧工厂组网中的应用分析

随着5G技术的快速发展和智慧工厂的兴起,5G与MEC（边缘计算）技术成为智慧工厂组网的主要技术选择。文章阐述了5G与MEC技术在智慧工厂组网中的应用,重点探讨了这两种技术的优势及其在智慧工厂中的应用场景,包括生产流程控制、设备管理、物流管理等。同时对5G+MEC汽车制造工厂组网案例进行描述,最后分析了5G+MEC组网技术在智慧工厂中面临的挑战及其解决方案,对慧工厂的建设和发展具有借鉴意义。     

5G MEC系统安全能力部署方案

多接入边缘计算（multi-access edge computing，MEC）作为5G网络的核心差异能力，是电信运营商为企业客户打造5G专网的关键技术。随着5G MEC节点数量的增多，安全风险和安全防护方案等问题也日益受到关注。首先介绍了5G MEC系统架构，对其潜在安全风险进行了分析。在此基础上，提出了5G MEC系统安全能力部署架构和方案，并介绍部署案例。最后，针对目前边缘计算安全能力部署存在的问题与挑战进行了讨论，为后续研究开发提供了参考。     

移动边缘计算中资源分配和定价方法综述

移动边缘计算（mobile edge computing,MEC）通过将计算任务卸载至边缘服务器，降低网络负荷，减少传输时延，提升用户服务体验。因此，MEC受到了广泛关注，并成为5G的关键技术。资源分配作为MEC的主要问题，在提升能量效率、缩短任务时延和节约成本方面具有非常重大的研究意义。首先，介绍了MEC的基本概念、参考架构和技术优势；然后，从技术层面和经济层面归纳总结了MEC中最新的资源分配和定价策略；最后，讨论了MEC资源分配和定价策略中可能存在的问题与挑战，并提出了一些可行的解决方案，为后续研究发展提供参考。     

基于智能超表面的无人机移动边缘计算综述

当今移动通信和计算领域移动边缘计算(Mobile Edge Computing, MEC)已成为提高性能和用户体验的关键技术之一,利用智能超表面(Reconfigurable Intelligent Surface, RIS)和无人机(Unmanned Aerial Vehicle, UAV)技术辅助的MEC系统,在网络性能提升、时延降低、计算和通信资源分配优化以及适应性方面具有显著优势,引起了学术界和工业界的广泛关注。系统地讨论了RIS辅助的UAV MEC(RIS-assisted UAV MEC,RU-MEC)系统中的协作方式,梳理了RU-MEC系统在设计过程中需要考虑的关键问题以及可采取的解决方法,阐述了未来的研究方向,包括RIS和UAV技术的进一步创新、系统安全性和可靠性增强,以及在各种场景中的广泛应用。     

基于5G的MEC应用部署研究和政务园区实践

在5G时代，移动通信将进一步实现物与物、物与人更加多元化的连接，最终走进万物互联的时代。不同的行业领域对网络带宽、时延、可靠性等方面的需求各有侧重，引入MEC技术可以充分发挥5G网络优势，解决不同垂直行业用户的应用需求，创造更多网络价值。结合5G及MEC的技术特点，对基于5G的MEC应用部署进行研究。同时，参与某政务园区5G+MEC平台的的应用部署实践，根据客户需求制定实施方案并通过验证，有力支撑了5G新业务发展。     

基于5G移动网络中边缘计算与计算迁移模型的研究

随着通信技术和移动互联网的高速发展,移动通信已进入了5G时代。但数据的蓬勃发展也让网络面临大带宽、低时延、广连接、高可靠度、高安全性等挑战。面对这些挑战,移动边缘计算(mobile edge computing,MEC)孕育而生了,MEC架构提供了分流、计算、业务感知、计算迁移的能力,并将相应能力下沉至网络边缘。文章首先介绍了边缘计算在5G网络中的基本架构和最新的研究成果。其次,基于MEC平台下的任务迁移是未来必然的发展趋势,分析了MEC环境下任务迁移的过程、算法、优势等。最后提出了目前边缘计算发展所面临的问题及挑战。     

基于雾计算的智能无人机通信系统：架构与关键技术

无人机通信系统具有强视距、易部署等优势，是第六代移动通信系统（6G）的重要组成部分。另一方面，雾计算技术通过将算力部署至网络边缘，能够有效支撑多种新兴智能服务的性能需求。在无人机通信系统中结合雾计算，有望进一步增加容量、降低时延及提升服务质量，但二者如何结合，学界和业界尚未有明确方案。为此，提出了一种基于雾计算的智能无人机通信系统架构，并讨论了支持该架构的理论基础和关键赋能技术，最后展望了基于雾计算的智能无人机通信系统的未来发展方向及挑战。     

B3G／4G TDD试验平台框架及研究现状

1、引言 目前，世界各国在推动第三代移动通信系统（3G）商用化的同时，已将研究重点转入Beyond 3G或4G（下称B3G）移动通信的研究，在概念和技术上寻求创新和突破，以使无线通信系统容量和速率有十倍甚至百倍的大幅度提高。为适应未来发展的需要，B3G移动通信系统应当具备以下基本特征：无论何时何地，都能够为终端用户提供高分辨率业务；能够使用”空间分集”技术对抗更高频段上的电波传输特性，     

“5G+MEC”为智能制造赋能的部署应用

MEC是5G网络的关键技术之一,可以将应用本地化,促进网络和业务的深度融合。为实现“5G+MEC”在垂直行业的应用,采用NFV技术部署了服务化架构的5G核心网,并在郑州格力制造园区部署面向智能制造的MEC,采用独立组网方式实现园区5G覆盖,打造了“计算+连接”的5G MEC网络。通过将“5G+MEC”应用在智能制造行业,实现工业制造的网络化、信息化、智能化,使得生产数据在网络边缘处理而不必上传至核心网,降低了网络时延,实现了智能制造的数据闭环。     

5G MEC行业应用部署方案研究

多接入边缘计算(MEC)是5G演进的关键技术之一.作为运营商面向2B市场发展的关键抓手,5G MEC可以在靠近行业用户的移动网络边缘提供网络能力.主要介绍了5G MEC的网络特点与行业应用,分析5G MEC的网络能力、网络分流方案与安全方案.     

面向垂直行业的5G MEC设计方法论研究

5G MEC是运营商面向垂直行业进行业务拓展的利器,未来几年,将迎来爆发式增长。本文分析了5G MEC网络设计的特点,研究了垂直行业客户的需求,总结提出了5G MEC设计方法,期望能为MEC大规模设计和建设提供参考。     

基于5G的MEC网络架构与部署策略

多接入边缘计算(MEC)为5G网络必不可少的网元,实现本地化泄流与云服务提供,解决现有网络垂直封闭烟囱式架构不能满足低时延、高带宽等业务需求问题,降低网络传输投资.基于ETSI与3GPP的5G网络进展,提出MEC网络架构与传统无线接入、传输、承载等网络架构融合,使业务面下沉本地化不同场景部署.结合广州实际情况,对本地化...     

基于MEC和NEF的5G游戏加速系统研究

伴随着移动互联网的发展,原有的4G网络已经无法满足需要,5G应时而生。5G提出了eMBB、mMTC和uRLLC三大场景,并引入了移动边缘计算(MEC),将计算能力向贴近用户侧迁移。本文通过对5G核心网中网络开放功能(NEF)和MEC架构的分析,提出了应用NEF和MEC组合,为游戏用户提供高可靠和低时延的网络服务。通过在MEC部署游戏加速平台,监测和分析用户使用情况,并将分析结果通过NEF反馈到5G网络,通知网络为用户建立高优先级的连接,达到为用户使用游戏业务加速的目的,提升用户使用体验。     

基于5G MEC的水泥智慧工厂解决方案研究与验证

随着新型工业化进程不断推进,5G如何赋能工业数字化转型、助力企业实现产业升级受到越来越多的关注。根据水泥生产流程,分析了行业的需求,提出了基于5G多接入边缘计算（multi-access edge computing,MEC）的水泥智慧工厂解决方案,并给出了典型的5G应用场景。结合实际的商用案例,介绍了详细的部署组网和安全防护方案,验证了方案在助力企业降本增效方面的显著效果,为水泥建材行业乃至流程工业的5G MEC场景化应用提供了参考。     

5G MEC边缘智能架构研究

作为边缘计算与人工智能融合驱动的新模式,边缘智能已然渗透到各个行业。5G MEC作为运营商新型网络边缘的锚点,需要借助边缘智能来充分释放网络边缘价值。文章初步探讨网络边缘智能化需求,提出一种基于5G MEC的边缘智能优化架构,扩展了面向异构计算的弹性AI加速服务和自适应云边智能协同调度能力,从而实现了MEC平台运营智能化和AI能力服务化。     

基于深度强化学习的无人机辅助移动边缘计算系统能耗优化

近年来,部署搭载有移动边缘计算(MEC)服务器的无人机(UAVs)为地面用户提供计算资源已成为一种新兴的技术。针对无人机辅助多用户移动边缘计算系统,该文构建了以最小化用户平均能耗为目标的模型,联合优化无人机的飞行轨迹和用户计算策略的调度。通过深度强化学习(DRL)求解能耗优化问题,提出基于柔性参与者-评论者(SAC)的优化算法。该算法应用最大熵的思想来探索最优策略并使用高效迭代更新获得最优策略,通过保留所有高回报值的策略,增强算法的探索能力,提高训练过程的收敛速度。仿真结果表明与已有算法相比,所提算法能有效降低用户的平均能耗,并具有很好的稳定性和收敛性。     

基于5G+MEC的区块链规模化部署探索

梳理了区块链技术自概念诞生以来到应用部署落地的发展历程,分别从计算存储资源、互联互通、数据同步和监管等方面分析了目前区块链在规模化应用落地过程中面临的实际问题,并提出基于5G+MEC的区块链规模化部署方案,设计了纵向分层多级、横向动态分片的区块链规模化部署架构,分析了5G+MEC网络对解决区块链规模化部署中计算存储资源、实现互联互通、提高消息数据同步效率、改善监管能力等问题的技术优势。