刘可欣，陈桂芬，张文萍

（长春理工大学 电子信息工程学院，长春 130022）

车联网作为汽车行业的焦点，已被列为“中国制造2025”不可或缺的一部分[1]，是5G的主要应用场景之一。其涉及大量的数据采集、处理和决策，需要大量的计算和存储资源，且对时延极为敏感。虽然传统云计算可以弥补车载设备计算资源的不足[2]，然而由于传输的数据量巨大，从车载设备到云会产生较大的传输时延，这样就无法满足车载服务对时延的要求。因此，移动边缘计算（Mobile Edge Computing，MEC）被引入到车联网中是大势所趋。通过在路侧单元等位置部署MEC设备既可以有效地解决车辆计算资源不足的问题，又可以实现对车联网业务的实时处理。

作为MEC关键技术之一的计算卸载，能有效支撑低时延高可靠任务，为此大量学者对其开展了研究。文献[3]提出了一种以云服务器为基础的MEC卸载架构，且在该架构中不允许MEC服务器自发地进行计算任务分配。文献[4]提出了一种在多小区MEC网络中进行联合任务卸载和资源分配的整体策略，并提出了一种新的启发式算法，显著提高了平均系统卸载效用。文献[5]提出了一种分层式MEC卸载框架，并针对多用户卸载问题，采取了基于Stackel⁃berg博弈论的解决方案。文献[6]针对MEC服务器计算资源有限和小区间干扰限制卸载的问题，提出了一种自适应顺序卸载方法，可避免由计算资源导致的意外排队延迟。

综上，虽然研究人员已对MEC的计算卸载进行了大量研究，但大多是假设在固定网络结构的前提下，没有考虑移动性会对卸载过程造成的影响，同时也没有充分调动移动终端、MEC及云的计算资源。……