摘要
本发明涉及车联网边缘计算任务卸载与资源调度的优化方法,方法包括:构建融合任务跳转机制与双优先级调度的车联网边缘计算系统模型,系统模型包括路测单元部署模型、通信模型、计算模型与任务跳转模型;建立以最小化系统总时延与总能耗为目标的联合优化函数;将联合优化问题分解为卸载决策、计算资源分配与通信策略选择三个子问题;采用深度强化学习算法,智能感知道路环境状态,并动态选择最优的通信优先级策略组合,同时协同优化任务卸载决策与计算资源分配;每一调度时隙,边缘服务器依据所选策略为车辆任务分配通信带宽与计算资源,并触发任务抢占与跨服务器跳转机制,从而实现系统吞吐量最大化与任务处理时延最小化。
技术关键词
服务器
资源调度优化
时延
深度强化学习算法
能耗
噪声功率谱密度
通信资源分配
决策
深度Q学习
移动车辆
系统吞吐量最大化
动态
邻近服务
机制
贪婪策略
通信带宽
系统为您推荐了相关专利信息
控制主机
智能监控系统
监控存储设备
主控系统
子系统
智能杯托
一体传感器
主控芯片
云端服务器
蜂鸣器模块
域名系统
解析域名
域名解析方法
网卡
域名解析请求
加密流量分类方法
序列特征
注意力机制
Attention机制
消息