买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】MEC环境下基于强化学习的动态分组车联网缓存方法_南昌工程学院_202210038806.4 

申请/专利权人:南昌工程学院

申请日:2022-01-13

公开(公告)日:2024-04-19

公开(公告)号:CN114374741B

主分类号:H04L67/568

分类号:H04L67/568;H04L67/10;H04L67/12;H04W4/44;H04W4/46;G06N3/092

优先权:

专利状态码:有效-授权

法律状态:2024.04.19#授权;2022.05.06#实质审查的生效;2022.04.19#公开

摘要:本发明公开了MEC环境下基于强化学习的动态分组车联网缓存方法,包括以下步骤:S1:获取待分组的所有车辆信息、路侧单元信息、宏基站信息、核心网、缓存内容信息;S2:确定移动车组缓存池和中心车辆;S3:根据移动车组缓存池、路侧单元和宏基站信息,构建系统内容缓存和交付模型;S4:根据车组内全部车辆获取内容总延迟最小为目标函数,建立基于演员‑评论家框架的多智能体协同边缘缓存模型;S5:通过训练模型得到相应缓存策略,选择系统延时最小的策略进行内容缓存。可解决车辆频繁与路侧基站通信导致基站负载过大,端到端内容获取的延时过长问题。

主权项:1.MEC环境下基于强化学习的动态分组车联网缓存方法,其特征在于,包括:S1:获取待分组的所有车辆信息、路侧单元信息、宏基站信息、核心网和缓存内容信息;S2:根据获取待分组的所有车辆信息划分车组,确定移动车组缓存池和中心车辆;S3:根据移动车组缓存池、路侧单元信息和宏基站信息,构建系统架构模型、内容缓存模型和交付模型;S4:基于所述内容缓存模型和交付模型,根据车组内所有车辆获取内容总延迟最小为目标函数,建立基于演员-评论家框架的多智能体协同边缘缓存模型;S5:根据模型训练得出的相应缓存策略,选择总延迟最小的内容缓存策略进行内容缓存;其中,在步骤S3中,所述交付模型的处理过程包括:如果车组内没有缓存请求车辆所需内容时,车组内中心车辆k1首先向附近车组G通过Gi,k2Gj,k请求内容,若附近车组G缓存有车辆k1请求的内容,则由被请求车组的中心车辆k2交付请求内容给k1,请求车辆从车组缓存池中获取交付的内容;若附近车组也没有缓存请求车组所需内容,则由请求车组的中心车辆k1通过V2I向其连接的RSU请求内容,车组G获取内容的决策方式用表示: 如果目标车组缓存了请求车组中心车辆km请求的内容则请求车辆km直接从目标车辆kn获得所请求的内容,其传输延迟为: 其中表示车组G中心车辆km请求内容的大小,表示请求车辆与目标车辆之间内容传输速度,表示目标车组的缓存池缓存内容变量,dxthers表示访问其他车组内任意车载单元内容的延迟,如果内容请求车辆附近车组缓存池中都没有缓存请求的内容,则请求车辆km从其连接的路侧单元RSU获取所请求内容RSU获取内容的决策方式用表示: 若RSU缓存了所请求的内容,则直接将请求内容发送给请求车辆km,传输延迟为: 其中表示车组G中心车辆km请求内容的大小,表示请求车辆与RSU之间内容传输速度,表示目标RSU的缓存情况,dRSU表示访问路侧单元RSU内容的延迟,如果当前RSU1没有缓存该请求车辆所需内容,则由该RSU1向其附近连接的RSU2发出内容请求,如果被请求的RSU2缓存有发出请求的RSU1所需内容,则将请求内容发送给RSU1,然后再由RSU1将内容发送给车组中心车辆km,传输延迟为: 其中表示车组Gi中心车辆km请求内容的大小,表示请求车辆与RSU1之间的内容传输速度;表示RSU1与RSU2之间的内容传输速度;表示目标RSU的缓存情况,dRSU表示访问路侧单元RSU内容的延迟,如果当前RSU1附近的其他RSU2均没有缓存请求内容则RSU1直接向MBS请求内容;其中,在步骤S4中,所述目标函数为: 其中,M表示车组总数,i表示车组序号,表示车辆km直接从目标车辆kn获得所请求内容的传输时延,DRSU表示车辆km直接从本地RSU获取所请求内容的传输时延,表示车辆km从非本地RSU获取请求内容的传输时延。

全文数据:

权利要求:

百度查询: 南昌工程学院 MEC环境下基于强化学习的动态分组车联网缓存方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。