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:
随着自动驾驶技术和车联网的发展,越来越多的车辆将具备强大的计算能力,并通过无线网络实现互联.这些计算资源不仅能够应用于自动驾驶中,也可以提供广泛的边缘计算服务.针对车辆间的计算卸载场景,以最小化平均卸载时延为目标,提出了基于在线学习的分布式计算任务卸载算法.进一步搭建了系统级仿真平台,分别在真实的高速公路和城市街区道路环境下,评估了车辆密度、任务卸载份数对平均卸载时延的影响,为不同交通环境下的服务资源分配部署提供了参考.
推荐文章
基于Stackelberg博弈的车载云计算任务卸载优化
车载云计算
计算卸载
Stackelberg博弈
移动云计算环境下终端任务卸载研究
移动云计算
任务卸载
卸载策略
卸载框架
基于强化学习的移动边缘计算任务卸载方法
强化学习方法
Q-Learning算法
移动边缘
计算任务卸载
卸载模型
车载边缘计算环境中的任务卸载决策和优化
计算卸载
最小执行时间算法
最小完成时间算法
车载边缘计算
计算切换
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 车辆间计算任务卸载算法与系统级仿真验证
来源期刊 物联网学报 学科 工学
关键词 车联网 Veins 计算任务卸载 系统级仿真
年,卷(期) 2019,(3) 所属期刊栏目 理论与技术
研究方向 页码范围 62-69
页数 8页 分类号 TN929.5
字数 6113字 语种 中文
DOI 10.11959/j.issn.2096-3750.2019.00120
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 周盛 清华大学电子工程系 5 12 1.0 3.0
2 曾启程 清华大学电子工程系 1 0 0.0 0.0
3 孙宇璇 清华大学电子工程系 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
车联网
Veins
计算任务卸载
系统级仿真
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