摘要: 随着移动互联网和物联网的快速发展，智能终端设备的数量逐渐增多。移动边缘计算（Mobile Edge Computing，MEC）作为一种将核心云功能下沉到网络边缘的技术，自提出就备受重视，迅速成为研究热点。无线Mesh网络（Wireless Mesh Network，WMN）作为一... 展开 随着移动互联网和物联网的快速发展，智能终端设备的数量逐渐增多。移动边缘计算（Mobile Edge Computing，MEC）作为一种将核心云功能下沉到网络边缘的技术，自提出就备受重视，迅速成为研究热点。无线Mesh网络（Wireless Mesh Network，WMN）作为一种有着良好发展前景的分布式网络，其Mesh客户端（Mesh Client，MC）的数量会不断增加，并产生大量的计算任务，现有的WMN难以满足未来业务对时延的要求。 基于上述问题，本文提出将MEC应用到WMN中，为MC卸载的任务提供计算服务。由于移动边缘服务器（Mobile Edge Computing Server，MECS）的部署位置会影响WMN网络性能，故本文针对MECS在WMN中的部署位置选择问题展开研究，提出两种MECS部署方法。 （1）考虑邻居节点数量及节点任务量对时延的影响，以此作为节点权重，采用分簇的思想，提出基于节点权重的MECS部署方法（Weight-Based MECS Placement，WBMP）。通过计算节点权重大小选择簇头Mesh网关（Mesh Gateway，MG）节点，作为MECS部署位置；根据跳数及MECS最大计算能力划分簇成员Mesh路由器（Mesh Router，MR）节点，确定MECS服务覆盖范围。利用遍历法求解后可以获取WMN拓扑中的MG节点及MECS部署位置。 （2）考虑节点自身与转发计算任务量最大化，构建节点最大任务量模型，同时考虑MECS服务覆盖范围内的负载均衡问题，提出基于节点最大任务量的MECS部署方法（Maximum Tasks-Based MECS Placement，MTBMP）。以所有簇内簇成员MR节点数量与MR节点最大任务量乘积和作为目标函数值，通过遍历法求解目标函数值最大时对应的簇头MG节点组合，确定MG位置及MECS部署位置。MTBMP方法对WBMP方法的不足进行了改进，在分簇过程中避免因簇头MG节点选择顺序导致可能出现的簇成员MR节点分布不均现象。 利用MATLAB软件进行仿真验证，仿真结果表明：与其它方法对比，本文提出的WBMP方法与MTBMP方法确定的MECS部署位置任务卸载处理所需的总时延均小于对比方法，且MTBMP方法的负载均衡性最好。 本文提出的MECS部署方法能够有效地减少时延，提升WMN网络性能，使WMN更好的适应下一代通信业务。 收起