-
公开(公告)号：CN111918245B
公开(公告)日：2021-11-19
申请号：CN202010648403.2
申请日：2020-07-07
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于多智能体的车速感知的计算任务卸载和资源分配方法，包括以下步骤：收集车辆端计算任务，根据车辆端计算任务的类型将车辆端计算任务划分为关键任务、高优先级任务及低优先级任务；分别计算不同计算资源及无线资源分配下，卸载到VEC服务器、本地执行及继续等待对应的时延和能耗，然后在各任务的时延门限约束下，形成以减小车辆端处理任务能量消耗的目标函数；将目标函数转化为马尔科夫决策过程；对多智能体增强学习网络进行训练；将待分配的车辆端和边缘服务器的状态输入到训练后的多智能体增强学习网络中，得任务卸载和资源分配结果，该方法能够有效提高VEC服务器场景下车辆的整体性能。
-
公开(公告)号：CN111918245A
公开(公告)日：2020-11-10
申请号：CN202010648403.2
申请日：2020-07-07
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于多智能体的车速感知的计算任务卸载和资源分配方法，包括以下步骤：收集车辆端计算任务，根据车辆端计算任务的类型将车辆端计算任务划分为关键任务、高优先级任务及低优先级任务；分别计算不同计算资源及无线资源分配下，卸载到VEC服务器、本地执行及继续等待对应的时延和能耗，然后在各任务的时延门限约束下，形成以减小车辆端处理任务能量消耗的目标函数；将目标函数转化为马尔科夫决策过程；对多智能体增强学习网络进行训练；将待分配的车辆端和边缘服务器的状态输入到训练后的多智能体增强学习网络中，得任务卸载和资源分配结果，该方法能够有效提高VEC服务器场景下车辆的整体性能。
-
公开(公告)号：CN110913239B
公开(公告)日：2021-03-02
申请号：CN201911102228.0
申请日：2019-11-12
Applicant: 西安交通大学
IPC: H04N21/231 , H04N21/234 , H04N21/239
Abstract: 本发明公开了一种精细化的移动边缘计算的视频缓存更新方法，包括以下步骤：对缓存区Δ1进行缓存更新的策略为：每隔长周期更新一次，并缓存新的长周期内流行度前20％视频的前15％的segment；在每次缓存调度短周期γ内，结合用户的播放状态及MEC服务器之间的协同合作，计算缓存效用函数，得最大化所有用户的缓存效用函数之和的缓存策略，然后利用所有用户的缓存效用函数之和的缓存策略对缓存区Δ2和Δ3进行缓存更新；根据整体删除优先级的高低，依次删除存储的segment，其中，所删除的segment不包括正在传输的segment，直到缓存空间大小能够存放即将下载的segment为止，该方法能够有效提高多MEC服务器场景下用户的整体性能。
-
公开(公告)号：CN110913239A
公开(公告)日：2020-03-24
申请号：CN201911102228.0
申请日：2019-11-12
Applicant: 西安交通大学
IPC: H04N21/231 , H04N21/234 , H04N21/239
Abstract: 本发明公开了一种精细化的移动边缘计算的视频缓存更新方法，包括以下步骤：对缓存区Δ1进行缓存更新的策略为：每隔长周期 更新一次，并缓存新的长周期 内流行度前20％视频的前15％的segment；在每次缓存调度短周期γ内，结合用户的播放状态及MEC服务器之间的协同合作，计算缓存效用函数，得最大化所有用户的缓存效用函数之和的缓存策略，然后利用所有用户的缓存效用函数之和的缓存策略对缓存区Δ2和Δ3进行缓存更新；根据整体删除优先级的高低，依次删除存储的segment，其中，所删除的segment不包括正在传输的segment，直到缓存空间大小能够存放即将下载的segment为止，该方法能够有效提高多MEC服务器场景下用户的整体性能。
-
-
-
Search Results
4
records
(took 0.024 seconds)
