摘要
本发明涉及一种基于语义通信的车载边缘计算任务卸载方法,包括:1)一种基于语义通信的车载边缘计算任务卸载路径决策模型,利用DJSCC技术对感知数据进行语义编码,并在多目标约束条件下通过通信带宽分配和最优路径决策提供高效的任务卸载。2)一种基于深度学习的车载边缘计算资源拍卖模型,车辆基于任务卸载总时延对边缘计算资源进行估值并发起竞标,边缘节点根据资源估值进行竞标信息转换。然后确保在满足任务时延约束、激励相容性和个体合理性条件的前提下,以最大边缘节点效用为目标利用深度学习确定获胜竞标者,并计算每辆车的支付价格。本发明能够在满足任务需求的同时,保持高效的资源利用和任务执行能力并提升整个网络的经济效益。
技术关键词
路边单元
卸载方法
通信带宽
时延
拍卖算法
系统场景
卸载策略
边缘计算环境
决策
节点
训练神经网络
前馈神经网络
拍卖机制
信道
移动车辆
语义特征
资源分配
系统为您推荐了相关专利信息
任务调度方法
任务调度策略
卸载策略
时延
遗传算法
信道估计方法
时域信道估计
迭代收缩阈值算法
信号
深度神经网络
供电系统
路径损耗模型
强化学习算法
构建监测网络
主站
机器人操作系统
负载优化方法
时间敏感网络
数据
报文
CPU工作频率
策略优化模型
决策
多边缘
更新方法