VANET云环境下基于人工神经网络的车辆任务卸载策略

• 作者: 曹傧 梁裕丞
• 来源期刊: 重庆邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: VANET云 任务卸载 神经网络 买卖博弈
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 人工智能与信息通信
• 页码范围: 336-344
• 页数: 9页
• 分类号: TP393.0
• 字数: 7341字
• 语种: 中文
• DOI: 10.3979/j.issn.1673-825X.2020.03.002

摘要

在VANET(vehicular ad-hoc network)云环境中,由于车辆自身资源受限等原因需要将部分计算密集型任务卸载至周围车辆协同处理.而车辆移动的随机性是影响车辆任务卸载性能好坏的重要因素之一,对此,提出了一种车辆间的卸载任务分配策略.考虑到车辆之间连接时间的随机性,提出一种基于人工神经网络的连接时间预测方法,该方法能够通过对历史数据的学习,较为准确地对未来车辆行驶轨迹进行预测.此外,车辆将空闲资源进行共享意味着自身能耗增加,由于车辆本身的自私性使得车辆不会无偿为周围车辆提供服务.为了激励车辆之间进行协作,制定了一种分布式买卖博弈方法达到车辆资源需求与收益之间的平衡,还设计了一种集中式任务分配策略以获得任务卸载的最大效用.仿真显示,提出的方法在最大化卸载效用与提高任务卸载成功率方面都有较好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁裕丞	重庆邮电大学移动通信技术重庆市重点实验室	2	5	1.0	2.0
2	曹傧	北京邮电大学网络与交换技术国家重点实验室	3	5	1.0	2.0