引用本文:
  •    [点击复制]
  •    [点击复制]
【打印本页】 【在线阅读全文】 【查看/发表评论】【下载PDF阅读器】【关闭】

←前一篇|后一篇→

过刊浏览    高级检索

本文已被:浏览 264次   下载 179次
智能交通传感网大规模资源最小时延调度方法
杨忠来,朱彤
山西警察学院交通管理系;长安大学运输工程学院
摘要:为解决智能交通传感网中因规模扩大导致的数据传输延迟和资源分配不均问题,提出智能交通传感网大规模资源最小时延调度方法。利用长短期记忆网络(Long Short-Term Memory,LSTM)模型预测传感器能耗,结合资源特征,实施大规模资源分解。并依据资源包优先级和链路带宽,基于深度Q网络(Deep Q-Network,DQN)算法构建调度模型,通过迭代网络层的调度方案价值评估和记忆层的高价值调度决策存储与回放,获取价值最高的最优最小时延调度方案。实验结果显示,该方法在真实交通环境下降低了网络误码率,网络误码率最大值不超过0.000001,节省的能量均值高达27.4J,且资源成本也较低。这说明,所提方法能够提升智能交通传感网的通信效率、可靠性和资源利用效率。
关键词:  智能交通系统  最小时延调度  DQN算法  大规模资源  有效时间  资源调度
Abstract:
Key words:  

用微信扫一扫

用微信扫一扫