您当前所在位置: 首页 > 首发论文
动态公开评议须知

1. 评议人本着自愿的原则,秉持科学严谨的态度,从论文的科学性、创新性、表述性等方面给予客观公正的学术评价,亦可对研究提出改进方案或下一步发展的建议。

2. 论文若有勘误表、修改稿等更新的版本,建议评议人针对最新版本的论文进行同行评议。

3. 每位评议人对每篇论文有且仅有一次评议机会,评议结果将完全公示于网站上,一旦发布,不可更改、不可撤回,因此,在给予评议时请慎重考虑,认真对待,准确表述。

4. 同行评议仅限于学术范围内的合理讨论,评议人需承诺此次评议不存在利益往来、同行竞争、学术偏见等行为,不可进行任何人身攻击或恶意评价,一旦发现有不当评议的行为,评议结果将被撤销,并收回评审人的权限,此外,本站将保留追究责任的权利。

5. 论文所展示的星级为综合评定结果,是根据多位评议人的同行评议结果进行综合计算而得出的。

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

上传后印本

( 请提交PDF文档 )

* 后印本是指作者提交给期刊的预印本,经过同行评议和期刊的编辑后发表在正式期刊上的论文版本。作者自愿上传,上传前请查询出版商所允许的延缓公示的政策,若因此产生纠纷,本站概不负责。

发邮件给 王小芳 *

收件人:

收件人邮箱:

发件人邮箱:

发送内容:

0/300

论文收录信息

论文编号 202101-88
论文题目 5G车联网多接入边缘计算卸载策略优化
文献类型
收录
期刊

上传封面

期刊名称(中文)

期刊名称(英文)

年, 卷(

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

编者.论文集名称(中文) [c].

出版地 出版社 出版年-

编者.论文集名称(英文) [c].

出版地出版社 出版年-

上传封面

期刊名称(中文)

期刊名称(英文)

日期--

在线地址http://

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

英文作者写法:

中外文作者均姓前名后,姓大写,名的第一个字母大写,姓全称写出,名可只写第一个字母,其后不加实心圆点“.”,

作者之间用逗号“,”分隔,最后为实心圆点“.”,

示例1:原姓名写法:Albert Einstein,编入参考文献时写法:Einstein A.

示例2:原姓名写法:李时珍;编入参考文献时写法:LI S Z.

示例3:YELLAND R L,JONES S C,EASTON K S,et al.

上传修改稿说明:

1.修改稿的作者顺序及单位须与原文一致;

2.修改稿上传成功后,请勿上传相同内容的论文;

3.修改稿中必须要有相应的修改标记,如高亮修改内容,添加文字说明等,否则将作退稿处理。

4.请选择DOC或Latex中的一种文件格式上传。

上传doc论文   请上传模板编辑的DOC文件

上传latex论文

* 上传模板导出的pdf论文文件(须含页眉)

* 上传模板编辑的tex文件

回复成功!


  • 0

5G车联网多接入边缘计算卸载策略优化

首发时间:2021-01-29

吴姿颍 1   

吴姿颍(1996-),女,硕士研究生,主要研究方向:多接入边缘计算、计算卸载和深度强化学习

闫丹凤 1   

闫丹凤(1972-),女,教授、博导,主要研究方向:边云协同、计算机视觉、文本挖掘和基于slam的地形重构和定位

  • 1、北京邮电大学计算机学院,北京 100876

摘要:随着5G通信技术及车联网的发展,大量车辆联网应用不断出现,车辆设备有限的计算能力已成为降低用户应用体验的一大原因。多接入边缘计算(MEC)的出现能够有效解决该问题,通过将计算任务卸载到位于网络边缘侧的MEC服务器上处理,可以加速数据计算,让用户享有不间断的高质量网络体验。为了有效降低计算时延和设备能耗,本文设计了一个车辆感知多接入边缘计算网络,综合考虑用户任务卸载需求、车辆的移动性、系统计算资源分布以及网络通信带宽等因素,提出了基于深度强化学习的联合计算卸载和任务迁移优化算法(CORA)。实验证明,相比于其他计算卸载方案,该算法在不同的车辆数、任务数据量、MEC服务器数量和计算能力下均具有最低的计算卸载成本,说明CORA算法能够有效提高系统资源利用率,优化MEC计算卸载策略。

关键词: 多接入边缘计算 车联网 5G 计算卸载 深度强化学习

For information in English, please click here

Optimization of Computation Offloading Strategy for Multi-access Edge Computing in 5G Internet of Vehicles

WU Ziying 1   

吴姿颍(1996-),女,硕士研究生,主要研究方向:多接入边缘计算、计算卸载和深度强化学习

YAN Danfeng 1   

闫丹凤(1972-),女,教授、博导,主要研究方向:边云协同、计算机视觉、文本挖掘和基于slam的地形重构和定位

  • 1、School of Computer Science, Beijing University of Posts and Telecommunications, Beijing 100876

Abstract:With the development of 5G technologies and Internet of Vehicles (IoV), a large number of IoV applications have appeared. The lack of computing capacity of vehicle equipment has become a major limitation for reducing the application experience of users. The emergence of Multi-access Edge Computing (MEC) can effectively solve this problem. By offloading tasks to the MEC server located at the edge of the network, the data computing can be accelerated, allowing users to enjoy uninterrupted high-quality network experience. In order to effectively reduce the latency and energy consumption of tasks, we design a vehicle-aware Multi-access Edge Computing network (VAMECN), and propose a deep reinforcement learning-based joint computation offloading and resourceallocation optimization algorithm (CORA), taking into account the offloading requirements of users, vehicle mobility, computing resource distribution, and communication bandwidth, etc. Experiments have proved that compared with other computation offloading schemes, the CORA algorithm has the lowest offloading cost under different number of vehicles, data size, number of MEC servers, and computing capacity. It indicates that the CORA algorithm can effectively improve system resource utilization and optimize the offloading and resource allocation strategy.

Keywords: multi-access edge computing internet of vehicles 5G computation offloading deep reinforcement learning

Click to fold

点击收起

论文图表:

引用

导出参考文献

.txt .ris .doc
吴姿颍,闫丹凤. 5G车联网多接入边缘计算卸载策略优化[EB/OL]. 北京:中国科技论文在线 [2021-01-29]. http://www.paper.edu.cn/releasepaper/content/202101-88.

No.****

动态公开评议

共计0人参与

动态评论进行中

评论

全部评论

0/1000

勘误表

5G车联网多接入边缘计算卸载策略优化