V2X异构车载网络下智能任务卸载策略研究

作者：胡峰^*; 王文轩; 顾红

来源：控制与决策, 2022, 37(11): 3003-3011.

DOI：10.13195/j.kzyjc.2021.0470

• 车与万物互联
• 车载边缘计算
• 短距通信
• 基于蜂窝网的车载通信
• 任务卸载
• 半马尔科夫决策过程
• 强化学习

随着自动驾驶技术的迅速发展,车辆日益增长的处理需求与资源受限的车载处理器之间的矛盾日渐突出.车载边缘计算的出现解决了车载资源的物理限制,增强了单个车辆的计算能力.然而,由于车载服务通常具有时延敏感性,如何选择合适的通信接入技术,更好地满足自动驾驶场景中时延要求便成为一个挑战性难题.鉴于此,综合考虑两种V2X通信接入技术,即短距通信(DSRC)和基于蜂窝网的车载通信(C-V2X),提出一种V2X异构车载网络任务卸载模型.首先分析车辆移动性特征,并对车载资源进行虚拟化处理;然后基于半马尔科夫决策过程原理对任务卸载问题进行建模,分别制定状态、动作、奖励和转移概率;最后基于强化学习智能算法获取最优任务卸载策略,并通过大量数值仿真实验验证其任务卸载性能优于贪婪算法.

• 单位
  南京信息职业技术学院; 南京理工大学