一种基于深度Q网络的车载边缘网络任务分发卸载方法

    公开(公告)号:CN111556461A

    公开(公告)日:2020-08-18

    申请号:CN202010357549.1

    申请日:2020-04-29

    Abstract: 本发明公开了一种基于深度Q网络的车载边缘网络任务分发卸载方法,首先根据层次分析法对不同车辆终端的计算任务进行优先级划分,从而为计算任务处理速率赋予不同的权重建立关系模型;其次,引入基于深度Q网络的边缘计算方法,以计算任务处理速率加权和为优化目标建立任务卸载模型,建立基于深度Q网络的终端自主最优任务卸载策略,保证卸载决策制定模型的长期稳定性与有效性。本发明通过对车载计算任务的合理分发卸载,有效提高了计算任务的处理速率,从而降低任务执行时延。

    一种车载异构网络中基于前向时延的多径传输路径优化方法

    公开(公告)号:CN111464437B

    公开(公告)日:2021-10-29

    申请号:CN202010389891.X

    申请日:2020-05-11

    Abstract: 本发明提出了一种车载异构网络中基于前向时延的多径传输路径优化方法,首先,将所有传输路径两辆进行比较,计算得到不同路径之间的前向时延差;根据吞吐量预测和可用带宽对路径进行筛选;然后,输入所有传输路径,通过比较前向时延差得到前向时延最短的路径;将发送缓冲区的数据分区为数据包,每个数据包的大小等于路径的消息段大小;最后,在得到的前向时延小的路径上发送分区后序列号低的数据包。本发明在接收器处可以明显的降低数据包的乱序问题,可以提高系统的总吞吐量,提高网络利用率。

    一种车载异构网络中基于前向时延的多径传输路径优化方法

    公开(公告)号:CN111464437A

    公开(公告)日:2020-07-28

    申请号:CN202010389891.X

    申请日:2020-05-11

    Abstract: 本发明提出了一种车载异构网络中基于前向时延的多径传输路径优化方法,首先,将所有传输路径两辆进行比较,计算得到不同路径之间的前向时延差;根据吞吐量预测和可用带宽对路径进行筛选;然后,输入所有传输路径,通过比较前向时延差得到前向时延最短的路径;将发送缓冲区的数据分区为数据包,每个数据包的大小等于路径的消息段大小;最后,在得到的前向时延小的路径上发送分区后序列号低的数据包。本发明在接收器处可以明显的降低数据包的乱序问题,可以提高系统的总吞吐量,提高网络利用率。

    一种基于深度Q网络的车载边缘网络任务分发卸载方法

    公开(公告)号:CN111556461B

    公开(公告)日:2023-04-21

    申请号:CN202010357549.1

    申请日:2020-04-29

    Abstract: 本发明公开了一种基于深度Q网络的车载边缘网络任务分发卸载方法,首先根据层次分析法对不同车辆终端的计算任务进行优先级划分,从而为计算任务处理速率赋予不同的权重建立关系模型;其次,引入基于深度Q网络的边缘计算方法,以计算任务处理速率加权和为优化目标建立任务卸载模型,建立基于深度Q网络的终端自主最优任务卸载策略,保证卸载决策制定模型的长期稳定性与有效性。本发明通过对车载计算任务的合理分发卸载,有效提高了计算任务的处理速率,从而降低任务执行时延。

Patent Agency Ranking