联邦学习驱动的车联网任务卸载优化方案
2025-01-19 17:45
No.1330595134013972480
技术概要
PDF全文
本方案探讨了在信息技术领域内,如何利用联邦学习技术优化车联网中的任务卸载决策。通过构建边缘智能系统框架,本方案建立了车联网与边缘服务器间的通信和计算模型,并提出了一种联邦学习算法,旨在最小化车辆任务处理的延迟。该方案将车联网与联邦学习技术相结合,使车辆能够将计算任务高效卸载至边缘服务器。仿真实验结果表明,本方案有效降低了任务处理时延,提升了任务卸载效率。
背景技术
随着信息化技术和无线通信的持续进步,将任务搭载到云端网络处理已无法满足人们对高质量、低延时的通信服务需求。边缘计算将计算和存储等资源转移至核心网络的边缘,满足应用低能耗、低延迟的要求,并为无人驾驶提供技术赋能。车辆将计算任务卸载到边缘服务器后,能够实现边缘信息处理,从而有效降能耗与时延。 在车辆本身计算能力有限的情况下,将车辆的计算任务卸载到边缘服务器上,车辆能够利用边缘服务器强大的处理能力进行任务处理是十分有效的方法。目前,部分卸载和0-1卸载是两种经典的卸载方法。部分卸载方法是指计算任务能够被拆分为多个子任务,此时可以选择不卸载、全部卸载或者按比例卸载。0-1卸载是指计算任务不能够被拆分为多个子任务,只能选择不卸载或者全部卸载两种方式。该种方式是将任务分为两个子任务,一个子任务在本地计算,另一个子任务卸载到服务器上进行处理,两个子任务可以同时被处理。 当车辆遭遇海量计算任务和实验敏感性任务时,车辆本身的计算能力无法达到要求。此时,车辆需要将计算任务卸载到边缘服务器上进行处理,处理完毕后再将计算结果回传到目标车辆上,完成计算卸载过程。然而,由于边缘服务器所配备的计算资源一般是有限的,不能同时支持所有车联网用户的服务需求。因此,如何在边缘服务器资源限制的约束下,合理规划计算资源,分配计算能力,仍然是一个巨大的挑战。
实现思路
阅读余下40%
技术概要为部分技术内容,查看PDF获取完整资料
该技术已申请专利,如用于商业用途,请联系技术所有人!
技术研发人员:
温泉  霍寅虎  栾星  胡兴军
技术所属: 吉林大学
相关技术
一种基于深度学习的室内可见光融合定位方法 一种基于深度学习的室内可见光融合定位方法
一种蜂窝通信流量预测方法、系统及程序产品 一种蜂窝通信流量预测方法、系统及程序产品
基于SGX的面向无线医疗传感器网络的可搜索加密方法 基于SGX的面向无线医疗传感器网络的可搜索加密方法
一种水下无线光通信的湍流模型及通信系统性能计算方法 一种水下无线光通信的湍流模型及通信系统性能计算方法
基于残余光载波的相干无源光网络载波恢复方法 基于残余光载波的相干无源光网络载波恢复方法
基于孪生网络和射频指纹的发射机认证与识别方法及系统 基于孪生网络和射频指纹的发射机认证与识别方法及系统
一种宽带频谱扫描和拼接方法及系统 一种宽带频谱扫描和拼接方法及系统
多模态环境语义辅助的工业无线系统毫米波波束预测方法 多模态环境语义辅助的工业无线系统毫米波波束预测方法
适应高海况的海上无人平台对星通信天线系统与波束成形方法 适应高海况的海上无人平台对星通信天线系统与波束成形方法
面向巨型低轨卫星星座的网络化测控数传任务调度方法 面向巨型低轨卫星星座的网络化测控数传任务调度方法
技术分类
电信、广播电视和卫星传输服务 电信、广播电视和卫星传输服务
互联网软件服务 互联网软件服务
集成电路设计 集成电路设计
信息集成数字服务 信息集成数字服务
电气机械制造 电气机械制造
计算机、通信、电子设备制造 计算机、通信、电子设备制造
医药制造、生物基材料 医药制造、生物基材料
石油煤矿化学用品加工 石油煤矿化学用品加工
化学原料制品加工 化学原料制品加工
非金属矿物加工 非金属矿物加工
金属制品加工 金属制品加工
专用设备制造 专用设备制造
通用设备制造 通用设备制造
通用零部件制造 通用零部件制造
汽车制造业 汽车制造业
铁路、船舶、航天设备制造 铁路、船舶、航天设备制造
电力、热力生产和供应 电力、热力生产和供应
燃气生产和供应 燃气生产和供应
水生产和供应 水生产和供应
房屋建筑、土木工程 房屋建筑、土木工程
交通运输、仓储和邮政 交通运输、仓储和邮政
农、林、牧、渔业 农、林、牧、渔业
采矿业 采矿业
农副、食品加工 农副、食品加工
烟草、酒水加工 烟草、酒水加工
纺织皮具居家制品 纺织皮具居家制品
文教体娱加工 文教体娱加工
苏ICP备18062519号-5 © 2018-2025 【123技术园】 版权所有,并保留所有权利