-
题名基于位置预测的智慧公路边缘任务协同机制
被引量：2
- 1
-
-
作者
邵苏杰
柴睿均
郭少勇
吴双
王智立
邱雪松
-
机构
北京邮电大学网络与交换技术国家重点实验室
国网宁夏电力有限公司
-
出处
《电子与信息学报》
EI
CSCD
北大核心
2023年第4期1154-1162,共9页
-
基金
国家自然科学基金(62071070)
教育部区块链重点项目(KJ010802)。
-
文摘
近年来智慧公路为用户提供了道路监测、辅助驾驶等新型服务,但随之而来的是数据流量爆炸式的增长,这对网络的承载能力带来了极大的考验。随着5G和移动边缘计算技术的成熟,海量任务不必集中在云端处理,边缘侧的协同处理成为一种较好的选择。为了在车辆高速移动场景下为用户提供高效可靠的服务,该文提出一种基于位置预测的智慧公路边缘任务协同(CETLP)机制。首先,结合智慧公路场景下车辆运动特点,建立面向时延和负载均衡的边缘任务协同模型。进而,针对任务时延最小化以及网络负载均衡等目标,提出一种基于深度强化学习的边缘任务协同算法,对海量任务的协同策略进行求解。仿真结果表明,所提机制能够在保证网络负载均衡的情况下降低服务时延。
-
关键词
移动边缘计算
边缘协同
深度强化学习
智慧公路
位置预测
-
Keywords
Mobile Edge Computing(MEC)
Edge collaboration
Deep Reinforcement Learning(DRL)
Smart highway
Location prediction
-
分类号
TN915
[电子电信—通信与信息系统]
TP393
[电子电信—信息与通信工程]
-
