17、集成网络、缓存与计算的仿真研究与算法分析

集成网络、缓存与计算的仿真研究与算法分析

在网络、缓存与计算集成的领域中，我们对提出的分散式方案进行了仿真研究，并与集中式方案和几个基准方案进行了对比。

1. 仿真参数设置

在大多数仿真中，采用了以下场景和参数：
| 参数 | 值 |
| ---- | ---- |
| 带宽 | 20MHz |
| UE n 的发射功率 (P_n) | 100 mWatts |
| 背景噪声 (\sigma^2) | -100 dBm |
| 计算卸载的数据大小 (Z_{kn}) | 420 KB |
| 计算任务的 CPU 周期数 (D_{kn}) | 1,000 Megacycles |
| UE n 的计算能力 (f_{kn}^{(l)}) | 0.7 GHz |
| MEC 服务器的计算能力 (F) | 100 GHz |

考虑在 (120×120 m^2) 区域随机部署 10 到 50 个小小区，每个 SeNB 连接 4 到 10 个 UE，单个 UE 的发射功率 (P_n) 设为 100 mW，采用 3GPP 标准化中的信道增益模型，互联网内容总大小为 1000 个文件，MEC 服务器的存储能力为 1000 个文件。

2. 基于 ADMM 算法的收敛性

首先研究了基于 ADMM 算法在不同参数 (\rho) 值下的收敛性。从仿真结果可知，ADMM 算法的效用在最初 15 次迭代中急剧增加，在 40 次迭代内进入稳定状态，说明该分散式算法能快速收敛。不同 (\rho) 值的迭代过程最终收敛到相同的效用值，其中 (\rho = 1.2) 收敛最快，(\rh