随着自动驾驶技术和车联网的发展,越来越多的车辆将具备强大的计算能力,并通过无线网络实现互联。这些计算资源不仅能够应用于自动驾驶中,也可以提供广泛的边缘计算服务。针对车辆间的计算卸载场景,以最小化平均卸载时延为目标,提出了基于在线学习的分布式计算任务卸载算法。进一步搭建了系统级仿真平台,分别在真实的高速公路和城市街区道路环境下,评估了车辆密度、任务卸载份数对平均卸载时延的影响,为不同交通环境下的服务资源分配部署提供了参考。
类型: 期刊论文
作者: 曾启程,孙宇璇,周盛
关键词: 车联网,计算任务卸载,系统级仿真
来源: 物联网学报 2019年03期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 公路与水路运输,汽车工业,计算机软件及计算机应用
单位: 清华大学电子工程系
基金: 国家自然科学基金资助项目(No.61871254,No.91638204)~~
分类号: U495;U463.6;TP301.6
页码: 62-69
总页数: 8
文件大小: 510K
下载量: 108
本文来源: https://www.lunwen66.cn/article/4f1c2a0931d05dc83317420c.html