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:
为实现车辆终端用户任务执行时延与处理速率、能耗的最佳均衡关系,针对车联网的边缘接入环境,提出了一种基于深度Q网络(DQN)的计算任务分发卸载算法.首先根据层次分析法对不同车辆终端的计算任务进行优先级划分,从而为计算任务处理速率赋予不同的权重建立关系模型;然后引入基于深度Q网络的边缘计算方法,以计算任务处理速率加权和为优化目标建立任务卸载模型;最后建立基于DQN的车辆终端自主最优任务卸载策略,最大化卸载决策制定模型的长期效用.仿真结果表明,相比Q学习算法,所提算法有效提高了任务执行效率.
推荐文章
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
车载边缘计算中基于信誉值的计算卸载方法研究
车载边缘计算
计算卸载
信誉值
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
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
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 基于DQN的车载边缘网络任务分发卸载算法
来源期刊 通信学报 学科 工学
关键词 车联网 移动边缘计算 计算卸载 深度Q网络 计算速率
年,卷(期) 2020,(10) 所属期刊栏目 学术论文
研究方向 页码范围 172-178
页数 7页 分类号 TP399
字数 语种 中文
DOI 10.11959/j.issn.1000-436x.2020160
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (49)
共引文献  (52)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(5)
  • 参考文献(0)
  • 二级参考文献(5)
2015(5)
  • 参考文献(0)
  • 二级参考文献(5)
2016(16)
  • 参考文献(0)
  • 二级参考文献(16)
2017(14)
  • 参考文献(3)
  • 二级参考文献(11)
2018(10)
  • 参考文献(3)
  • 二级参考文献(7)
2019(4)
  • 参考文献(4)
  • 二级参考文献(0)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(1)
  • 参考文献(1)
  • 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
移动边缘计算
计算卸载
深度Q网络
计算速率
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
通信学报
月刊
1000-436X
11-2102/TN
大16开
北京市丰台区成寿路11号邮电出版大厦8层
2-676
1980
chi
出版文献量(篇)
6235
总下载数(次)
17
总被引数(次)
85479
论文1v1指导