卫星物联网中联合资源分配的边缘计算卸载策略

• 全文链接
• 请求原文

作   者：

杨桂松;  陶挺;  何杏宇;  杜平; 

作者机构：

上海理工大学光电信息与计算机工程学院;  上海卫星互联网研究院有限公司/上海市卫星互联网重点实验室; 

关键词：

资源分配;  边缘计算;  深度强化学习;  计算卸载;  卫星物联网; 

期刊名称：

小型微型计算机系统

i s s n：

1000-1220

年卷期：

2024 年 45 卷 010 期

页   码：

2544-2550

摘   要：

卫星物联网通过引入边缘计算技术将计算能力下沉至靠近用户的边缘服务器上，使用户的服务质量得到了提升.然而计算资源有限的边缘服务器在面对大量的突发卸载任务时可能会出现过载的情况，导致任务的处理时延增加.本文将上述问题转化为马尔可夫决策过程下的最优策略问题，提出了一种基于D3PG（Dueling Double Deterministic Policy Gradients）的联合资源分配的边缘计算卸载算法.该算法利用Double Q-learning思想和Dueling架构重新设计了DDPG（Deep Deterministic Policy Gradients）算法中的价值网络，以提高计算卸载决策的准确性.仿真结果表明，与传统的算法相比，该算法能有效降低系统的平均时延和能量消耗，提高任务的完成率.