摘要
本发明涉及通信辅助技术领域,特别是一种基于深度学习的语义通信辅助边缘计算网络及其任务卸载方法,用于优化延迟敏感型应用程序的计算效率,包括在边缘节点部署智能任务决策模块,首先判断用户任务是否需要卸载计算;对于需卸载任务,通过语义提取模块分析数据语义特征,生成高效编码后传输至边缘服务器;服务器端采用语义解码模型重构信息并执行计算任务,结合动态资源调度策略优化任务分配;本发明通过语义压缩技术显著降低通信开销,并利用边缘计算资源智能调度机制减少端到端延迟。优点在于:在保持语义精度的情况下,延迟降低30%以上,通信带宽需求减少40%以上,适用于智能驾驶、工业物联网等对时延和可靠性要求严苛的应用场景。
技术关键词
卸载方法
解码模型
DNN模型
通信辅助技术
分配CPU资源
因子
决策
动态资源调度
网络
语义特征
资源分配
数据
工业物联网
卸载策略
终端
阈值算法
通信带宽
重构
系统为您推荐了相关专利信息
车载终端设备
云端服务器
模型压缩
DNN模型
蒸馏
滤波器系数组
成型滤波器
DNN模型
滤波器模块
整形滤波
边缘计算环境
深度强化学习
卸载方法
路边单元
车辆