摘要
本发明公开了一种面向车联网数字孪生同步的云边端架构和感通算资源调度方法,该云边端架构包括终端层、边缘层和云端层;该感通算资源调度方法,包括步骤:S1,构建面向车联网数字孪生同步的云边端架构;S2,车辆终端传感设备感知并采集车辆终端周围环境数据,并构建协同感知模型;S3,根据车辆终端、边缘服务器之间的通信过程,建立信道模型;S4,根据车辆终端与边缘服务器处理感知数据的流程,建立计算模型;S5,将多目标优化问题转化为马尔可夫决策问题,构建马尔可夫模型;S6,建立基于混合深度强化学习的混合多智能体模型,求解最优资源调度策略。本发明能解决车辆设备异构性和环境动态性带来的资源调度冲突问题。
技术关键词
车辆终端
面向车联网
资源调度方法
服务器
数字孪生模型
协同感知模型
马尔可夫模型
多智能体模型
周围环境数据
协作决策
深度强化学习
资源调度策略
能耗
协作策略
路边单元
光纤传输时延
实时路况