4G移动网络的发展开启了互联网时代，在诸多领域带来了颠覆性的创新，而5G移动网络的到来将参加更深层次的变革。5G网络将与垂直行业进行广泛深度的融合，实现真正的万物互联。由于智能终端设备的感知能力不断增强，其感知的数据规模以及数据处理的计算复杂性呈现出爆炸式的增长趋势。据思科预测，到2020年，约有500亿物联网设备（如传感器和可穿戴设备）将被添加到互联网中，其中大部分设备的计算，通信和存储资源有限，并且必须依靠云或边缘设备来提高他们的能力，高速且高度可靠的移动通信使得在远程云数据中心运行移动设备的计算服务成为一种可能，从而形成了被称为移动云计算（Mobile loud Computing, MCC）的研究领域。但是，MCC 存在固有的局限性，即从最终用户到远程云中心的传播距离很长，这将导致移动应用程序的延迟时间过长。因此，MCC 不适用于对延迟至关重要的广泛的新兴移动应用。这些变化催生出了移动边缘计算（Mobile Edge Computing,MEC）,MEC技术将会推动云计算平台同移动网络的融合，带来新的一轮变革和颠覆,移动边缘计算最早由欧洲电信标准协会（European Telecommunications Standards Institute，ETSI）提出^[1]。移动边缘计算带动了一系列相关领域研究的飞速进展，并正式纳入5G标准^[2]。MEC的基本思想是把云计算平台从网络内部迁移到网络边缘，减少移动业务的端到端交付延迟，有效抑制网络拥塞，提升用户体验。MEC在接近移动用户终端的无线接入网内提供了云化的IT服务和计算能力。

计算卸载^[3]指将部分计算功能由移动设备转移至云端的服务器执行，是边缘计算技术的主要功能之一。卸载决策是如何将某项计算任务迁移到云端执行，云端包括边缘云和远程云。卸载决策问题关注两方面的优化：计算响应时间和计算能耗。随着移动业务的复杂，例如虚拟现实（VR）、自动驾驶等延迟敏感型业务，响应时间过长会给用户带来极差的体验，通过将任务卸载到云端处理，再将计算结果返回到移动端是降低延迟的重要手段。能耗是制约移动设备使用体验的重要因素，良好的设备续航体验是用户选择设备的主要因素。视频观看、视频聊天、游戏以及与VR的结合，手机的功耗及电池问题更为突出；通过计算卸载，将计算密集型例如游戏地图背景等卸载到云端执行，有效降低移动终端电池寿命。

Liu J和Mao Y等人^[4]中提出了一个最小化延迟的方案。这通过一维搜索算法完成的,根据应用缓冲区队列状态，在用户设备UE和MEC服务器处的可用处理能力以及UE 与MEC服务器之间的信道特征来找到最优的卸载决策策略。

Mao Y和Zhang J^[5]提出了一种低基于Lyapunov优化的低复杂度动态计算卸载算法。算法在每个时隙进行卸载决策,随后为UE分配CPU周期（如果执行本地执行）或分配传输功率（如果执行计算卸载）。

在文献^[6]中提出了一种在满足应用的执行延迟的同时最小化 UE 处的能量消耗的计算卸载决策。优化问题被表述为约束马尔可夫决策过程。为了解决优化问题，作者引入了两种资源分配策略。 第一种策略基于在线学习，其中网络针对在 UE 处运行的应用动态地进行调整。第二种策略是预先计算的离线策略，它利用了关于应用的一定程度的知识，例如以每个时隙的分组测量的到达速率，无线电信道条件等。

2. 研究的基本内容与方案

2.1研究的基本内容

（1）移动边缘计算的概念、结构以及存在的问题。

（2）如何决定将某项计算任务迁移到云端执行，掌握任务卸载的方法及策略。