-
公开(公告)号:CN117793801B
公开(公告)日:2024-04-23
申请号:CN202410205872.5
申请日:2024-02-26
Applicant: 北京理工大学
IPC: H04W28/084 , G06F9/48 , G06F18/2411 , G06F18/214
Abstract: 本发明提供了一种基于混合强化学习的车载任务卸载调度方法及系统,涉及车载任务调度技术领域,方法包括:建立车载任务协同处理网络、状态变量空间和动作变量空间,基于SADDQN网络构建通信决策模型,以确定车辆目标边缘计算节点,基于DDPG网络构建任务分配决策模型,以确定车辆任务卸载率、通信传输功率和分配算力比例;以车载任务协同处理网络的总成本最小为目标,优化得到训练好的通信决策模型和任务分配决策模型,即可根据实时的状态变量空间,输出合理的通信决策和任务分配决策,进行车载任务卸载调度。本发明解决了将车载任务不合理卸载到边缘计算节点上,导致边缘计算节点处理信息量及传递信息量过大,时延过长、能耗较大的问题。
-
公开(公告)号:CN117793801A
公开(公告)日:2024-03-29
申请号:CN202410205872.5
申请日:2024-02-26
Applicant: 北京理工大学
IPC: H04W28/084 , G06F9/48 , G06F18/2411 , G06F18/214
Abstract: 本发明提供了一种基于混合强化学习的车载任务卸载调度方法及系统,涉及车载任务调度技术领域,方法包括:建立车载任务协同处理网络、状态变量空间和动作变量空间,基于SADDQN网络构建通信决策模型,以确定车辆目标边缘计算节点,基于DDPG网络构建任务分配决策模型,以确定车辆任务卸载率、通信传输功率和分配算力比例;以车载任务协同处理网络的总成本最小为目标,优化得到训练好的通信决策模型和任务分配决策模型,即可根据实时的状态变量空间,输出合理的通信决策和任务分配决策,进行车载任务卸载调度。本发明解决了将车载任务不合理卸载到边缘计算节点上,导致边缘计算节点处理信息量及传递信息量过大,时延过长、能耗较大的问题。
-
公开(公告)号:CN116755865B
公开(公告)日:2023-11-10
申请号:CN202311021025.5
申请日:2023-08-15
Applicant: 北京理工大学
Abstract: 本发明提供了一种基于汽车嵌入式平台的混合关键系统部署方法及装置,涉及汽车技术领域,该方法包括:构建包含四个关键级的汽车嵌入式平台混合关键系统模型以及所述汽车嵌入式平台混合关键系统模型对应的调度策略;对系统模式和任务集分别进行初始化;根据调度策略,周期性检测是否有任务发生超预算行为,并当有任务发生超预算行为时,进行系统模式切换以及在切换后的系统模式下,根据任务依赖关系确定需要降级的任务并进行降级处理。本发明能够提升车辆混合关键系统的安全性和可靠性。
-
公开(公告)号:CN116755865A
公开(公告)日:2023-09-15
申请号:CN202311021025.5
申请日:2023-08-15
Applicant: 北京理工大学
Abstract: 本发明提供了一种基于汽车嵌入式平台的混合关键系统部署方法及装置,涉及汽车技术领域,该方法包括:构建包含四个关键级的汽车嵌入式平台混合关键系统模型以及所述汽车嵌入式平台混合关键系统模型对应的调度策略;对系统模式和任务集分别进行初始化;根据调度策略,周期性检测是否有任务发生超预算行为,并当有任务发生超预算行为时,进行系统模式切换以及在切换后的系统模式下,根据任务依赖关系确定需要降级的任务并进行降级处理。本发明能够提升车辆混合关键系统的安全性和可靠性。
-
-
-