基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随着智能交通的发展,自动驾驶、智能车载交互、安全预警等新型车载应用不断涌现,独立车辆依靠自身有限的计算资源难以运行这些种类繁多且具有大量计算需求和时延需求的应用.雾计算通过将计算任务分布在网络边缘的设备中,运用虚拟化、分布式计算和并行计算技术,使用户能够按需动态地获取计算能力、存储空间等服务.将雾计算架构应用于车联网能够有效缓解计算量大、低时延车载应用与车辆有限且不均的资源分布之间的矛盾.从分析车—车通信、车—基础设施通信以及车辆时延容忍网络通信的信道容量入手,建立车联网异构接入的多业务资源优化模型,通过联合调度各类车联雾资源,实现智能交通应用的高效处理.仿真结果表明,所提出的强化学习算法能够有效地应对异构车联雾架构下的资源优化.
推荐文章
基于雾计算的计算资源分配方案
雾计算
任务调度
计算资源分配
匹配策略
蜂窝异构网络中的最优频谱分配算法
异构网络
中继节点
频谱复用
资源分配
比例公平性
基于和声算法异构Hadoop集群资源分配优化
云计算
Hadoop
异构集群
和声搜索算法
资源分配
基于NOMA的车联网资源分配算法
非正交多址接入
车与车间通信
蜂窝通信
子信道分配
功率分配
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 车联雾计算中的异构接入与资源分配算法研究
来源期刊 物联网学报 学科 工学
关键词 车联网 车联雾 车辆时延容忍网络 Q学习算法 资源分配
年,卷(期) 2019,(2) 所属期刊栏目 理论与技术
研究方向 页码范围 20-27
页数 8页 分类号 TN929
字数 6046字 语种 中文
DOI 10.11959/j.issn.2096-3750.2019.00108
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 冷甦鹏 电子科技大学信息与通信工程学院 43 274 10.0 14.0
2 刘浩 10 29 3.0 5.0
3 张可 11 36 4.0 5.0
4 熊凯 电子科技大学信息与通信工程学院 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (32)
共引文献  (8)
参考文献  (10)
节点文献
引证文献  (3)
同被引文献  (13)
二级引证文献  (1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(6)
  • 参考文献(0)
  • 二级参考文献(6)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(5)
  • 参考文献(1)
  • 二级参考文献(4)
2015(5)
  • 参考文献(0)
  • 二级参考文献(5)
2016(6)
  • 参考文献(2)
  • 二级参考文献(4)
2017(5)
  • 参考文献(2)
  • 二级参考文献(3)
2018(5)
  • 参考文献(5)
  • 二级参考文献(0)
2019(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(3)
  • 引证文献(2)
  • 二级引证文献(1)
研究主题发展历程
节点文献
车联网
车联雾
车辆时延容忍网络
Q学习算法
资源分配
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
物联网学报
季刊
2096-3750
10-1491/TP
16开
北京市丰台区成寿寺路11号邮电出版大厦
80-897
2017
chi
出版文献量(篇)
224
总下载数(次)
4
总被引数(次)
359
论文1v1指导