北京理工大学刘佳慧获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉北京理工大学申请的专利边缘计算环境下车辆队列任务卸载和资源分配方法、装置、设备、介质及产品获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119383665B 。
龙图腾网通过国家知识产权局官网在2025-10-17发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411517782.6,技术领域涉及:H04W28/084;该发明授权边缘计算环境下车辆队列任务卸载和资源分配方法、装置、设备、介质及产品是由刘佳慧;邹渊;张旭东;吴金铭;杜国栋;孙文景设计研发完成,并于2024-10-29向国家知识产权局提交的专利申请。
本边缘计算环境下车辆队列任务卸载和资源分配方法、装置、设备、介质及产品在说明书摘要公布了:本申请公开了一种边缘计算环境下车辆队列任务卸载和资源分配方法、装置、设备、介质及产品,涉及智能交通领域,该方法包括:对车辆队列的状态信息、边缘计算状态信息、车辆队列成员之间的通信以及车辆成员和MEC之间的通信进行抽象建模;构建综合成本目标函数;基于综合成本目标函数,将车辆队列的任务卸载和资源调度划分为车辆队列成员的任务卸载和计算端的资源分配;构建MATD3模型;对MATD3模型进行训练;基于训练好的MATD3模型,得到车辆队列的卸载决策;构建DDQN模型;对DDQN模型进行训练;基于训练好的DDQN模型得到计算端的资源分配决策,本申请可最大限度的实现整个车辆队列任务卸载和资源分配的整体效能。
本发明授权边缘计算环境下车辆队列任务卸载和资源分配方法、装置、设备、介质及产品在权利要求书中公布了:1.一种边缘计算环境下车辆队列任务卸载和资源分配方法,其特征在于,所述边缘计算环境下车辆队列任务卸载和资源分配方法包括: 获取实时交通网络内的车辆队列的状态信息、边缘计算状态信息、车辆队列成员之间的通信以及车辆成员和MEC之间的通信; 对所述车辆队列的状态信息、边缘计算状态信息、车辆队列成员之间的通信以及车辆成员和MEC之间的通信进行抽象建模; 基于抽象建模后的车辆队列的状态信息、边缘计算状态信息、车辆队列成员之间的通信以及车辆成员和MEC之间的通信构建综合成本目标函数; 基于所述综合成本目标函数,将车辆队列的任务卸载和资源调度划分为车辆队列成员的任务卸载和计算端的资源分配; 构建MATD3模型; 对所述MATD3模型进行训练; 基于训练好的MATD3模型,得到车辆队列的卸载决策; 构建DDQN模型; 对所述DDQN模型进行训练; 基于训练好的DDQN模型得到计算端的资源分配决策; 所述基于抽象建模后的车辆队列的状态信息、边缘计算状态信息、车辆队列成员之间的通信以及车辆成员和MEC之间的通信构建综合成本目标函数具体包括如下步骤: 当车辆队列成员PM的任务为本地计算时,计算本地任务计算时间和本地任务计算能耗; 当PM的任务为V2V卸载时,计算车辆n在时隙t将任务选择V2V卸载方式的总处理时延和能耗; 当PM的任务为V2I卸载时,计算车辆n在时隙t将任务选择V2I卸载方式的总处理时延和能耗; 基于所述本地任务计算时间和本地任务计算能耗、车辆n在时隙t将任务选择V2V卸载方式的总处理时延和能耗以及车辆n在时隙t将任务选择V2I卸载方式的总处理时延和能耗计算每辆车的任务总处理延时和每辆车的总计算能耗; 计算车辆队列计算资源的利用率; 基于所述每辆车的任务总处理延时、每辆车的总计算能耗和车辆队列计算资源的利用率构建综合成本目标函数; 所述综合成本目标函数的表达式如下: s.t. Tnt≤τn 其中,t表示时隙;T表示将时间段划分为t个均匀的时隙;CPLt表示综合成本函数;γ1、γ2、γ3分别表示时间成本、能耗成本和资源利用率的权重系数;TPLt表示每辆车的任务总处理延时;EPLt表示每辆车的总计算能耗;UPLt表示车辆队列计算资源的利用率;n表示第n辆车,N表示车辆总数;an′nt表示车辆n'将自身计算能力分配给处理车辆n任务的比例;βmnt表示;Tnt表示每辆车的任务总计算时间;τn表示第n辆网联车t时隙的任务最大允许处理时延;表示队列成员n与第m个MEC之间的距离,R表示每个MEC所在的BS的覆盖服务半径。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京理工大学,其通讯地址为:100081 北京市海淀区中关村南大街5号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励