科研之友
微信
新浪微博
Facebook
分享链接
摘要
面向智能网联汽车场景下的大数据量和海量连接等特点,为实现安全高效的行驶以及降低的数据流量,本文构建了车联网(IoV)场景下的内容共享模型,建模了基于车辆社交关系的内容获取代价最小化问题,并将优化问题转化为车辆的局部协作缓存博弈问题。通过分析博弈的纳什均衡,提出基于社交关系的局部协作缓存算法求得优化问题的最优解。仿真结果表明,本文提出的基于社交关系的局部协作缓存算法可有效降低整个系统的内容获取代价,并有较好的收敛性。
- 单位
面向智能网联汽车场景下的大数据量和海量连接等特点,为实现安全高效的行驶以及降低的数据流量,本文构建了车联网(IoV)场景下的内容共享模型,建模了基于车辆社交关系的内容获取代价最小化问题,并将优化问题转化为车辆的局部协作缓存博弈问题。通过分析博弈的纳什均衡,提出基于社交关系的局部协作缓存算法求得优化问题的最优解。仿真结果表明,本文提出的基于社交关系的局部协作缓存算法可有效降低整个系统的内容获取代价,并有较好的收敛性。
