-
公开(公告)号:CN117676752A
公开(公告)日:2024-03-08
申请号:CN202311672602.7
申请日:2023-12-07
Applicant: 北京交通大学
Abstract: 本发明公开了一种无锚点车辆5g异构网络移动切换方法及系统,涉及车联网移动管理领域,该切换方法包括:根据构建的基于身份位置分离映射的无锚点移动管理架构,获取车辆状态信息和网络状态信息;根据所述车辆状态信息和所述网络状态信息,采用深度学习算法,确定预测轨迹序列;根据所述预测轨迹序列,采用优化算法,确定最优网络;根据所述最优网络进行网络切换。本发明采用基于身份位置分离映射的无锚点移动管理机制,消除网络中的移动锚点,克服了数据面固定移动性锚点导致的传输时延加大、可靠性降低的问题。
-
公开(公告)号:CN117675824A
公开(公告)日:2024-03-08
申请号:CN202311717193.8
申请日:2023-12-14
Applicant: 北京交通大学
IPC: H04L67/1014 , G06N3/092 , H04L67/1012 , H04L67/1008 , H04L67/1023 , H04L67/1097 , H04L67/12
Abstract: 本发明提供了一种基于信息年龄的缓存内容更新方法、系统、设备及介质,涉及边缘缓存领域,方法包括:确定HDM缓存内容的传输时延;利用传输时延更新当前系统状态空间中的车载用户接收到HDM缓存内容的实时AoI,生成更新后的实时AoI,计算通信额外请求开销,确定AoI开销;根据通信额外请求开销以及AoI开销确定系统总开销以确定车载用户对HDM缓存内容请求的未来平均成本;将未来平均成本转换为深度强化学习的回报函数,利用深度强化学习算法选择能够使得回报函数的奖励值最大的系统动作;执行系统动作,更新当前系统状态空间。本发明能够合理分配传输资源,使得在能够满足用户对于信息时效性需求的前提下,尽可能地节省信息传输所带来的通信传输资源开销。
-