交通干扰下无人驾驶车队通信实时性能分析方法

    公开(公告)号:CN111031512A

    公开(公告)日:2020-04-17

    申请号:CN201911128045.6

    申请日:2019-11-18

    Applicant: 江南大学

    Abstract: 本发明提供交通干扰下无人驾驶车队通信实时性能分析方法,其可以分析在典型交通干扰下,802.11p车队通信的实时性能,且本方案计算复杂度适中,系统模型简单合理,适于实际应用。本发明的技术方案中,首先实时计算无人驾驶车队中的每辆车在交通干扰下的动力学状态;再根据车辆的动力学状态确定网络连通模型,表述任意时刻车辆之间的连通状态;然后定义了AC0、AC1队列的传输队列模型,用于表示每一辆车的传输队列的动态行为;之后定义了802.11p MAC服务过程模型,利用服务过程模型以及网络连通模型求解传输队列模型中的服务时间变异系数,最后利用传输队列模型求解交通干扰下,基于802.11p的车队通信的两个实时性能参数。

    基于802.11p的云感知移动雾计算系统任务卸载方法

    公开(公告)号:CN111611063A

    公开(公告)日:2020-09-01

    申请号:CN202010458226.1

    申请日:2020-05-27

    Applicant: 江南大学

    Abstract: 本发明提供一种基于802.11p的云感知移动雾计算系统任务卸载方法,其充分考虑了移动雾计算系统的特征,计算方法符合真实场景,计算复杂度低,降低了计算时间,进而提高了计算效率。本发明的技术方案中,考虑到由802.11p不同优先级接入队列传输的任务的计算需求是不同的这一特征,基于定义状态、动作、奖励和转移概率,建立基于半马尔可夫决策过程的任务卸载模型表示任务卸载过程,利用值迭代算法求解贝尔曼方程,获得不同状态下的最优动作,即最优卸载策略。

    基于半马尔可夫决策过程的车载雾计算系统任务卸载方法

    公开(公告)号:CN110489218A

    公开(公告)日:2019-11-22

    申请号:CN201910681783.7

    申请日:2019-07-26

    Applicant: 江南大学

    Abstract: 本发明提供基于半马尔可夫决策过程的车载雾计算系统任务卸载方法,其可以根据任务卸载过程的实际情况全面的考虑各种时延,得到更符合实际情况的卸载策略,进而使系统获得更多的长期收益。其包括以下步骤:S1:基于半马尔可夫决策模型定义系统的状态集合;S2:定义系统的动作集合;S3:定义系统的奖励模型;S4:定义系统的转移概率;S5:求解车载雾计算系统中的最优卸载策略;其特征在于:步骤S3中,系统奖励可以表示为立即收益和开销的差值;立即收益的计算通过不同的时延进行,包括:通过本地处理任务需要的时延、请求车辆发送给计算单元的传输时延、系统将任务卸载给计算单元处理需要的时延。

    基于802.11p的云感知移动雾计算系统任务卸载方法

    公开(公告)号:CN111611063B

    公开(公告)日:2023-04-11

    申请号:CN202010458226.1

    申请日:2020-05-27

    Applicant: 江南大学

    Abstract: 本发明提供一种基于802.11p的云感知移动雾计算系统任务卸载方法,其充分考虑了移动雾计算系统的特征,计算方法符合真实场景,计算复杂度低,降低了计算时间,进而提高了计算效率。本发明的技术方案中,考虑到由802.11p不同优先级接入队列传输的任务的计算需求是不同的这一特征,基于定义状态、动作、奖励和转移概率,建立基于半马尔可夫决策过程的任务卸载模型表示任务卸载过程,利用值迭代算法求解贝尔曼方程,获得不同状态下的最优动作,即最优卸载策略。

    基于半马尔可夫决策过程的车载雾计算系统任务卸载方法

    公开(公告)号:CN110489218B

    公开(公告)日:2023-03-28

    申请号:CN201910681783.7

    申请日:2019-07-26

    Applicant: 江南大学

    Abstract: 本发明提供基于半马尔可夫决策过程的车载雾计算系统任务卸载方法,其可以根据任务卸载过程的实际情况全面的考虑各种时延,得到更符合实际情况的卸载策略,进而使系统获得更多的长期收益。其包括以下步骤:S1:基于半马尔可夫决策模型定义系统的状态集合;S2:定义系统的动作集合;S3:定义系统的奖励模型;S4:定义系统的转移概率;S5:求解车载雾计算系统中的最优卸载策略;其特征在于:步骤S3中,系统奖励可以表示为立即收益和开销的差值;立即收益的计算通过不同的时延进行,包括:通过本地处理任务需要的时延、请求车辆发送给计算单元的传输时延、系统将任务卸载给计算单元处理需要的时延。

    车载通讯中针对连续退避冻结的时延性能分析方法

    公开(公告)号:CN110933646A

    公开(公告)日:2020-03-27

    申请号:CN201911123138.X

    申请日:2019-11-16

    Applicant: 江南大学

    Abstract: 本发明提供车载通讯中针对连续退避冻结的时延性能分析方法,其数据包时延计算方法中考虑了连续退避冻结情况,依据本发明的技术方案,可以计算出更准确、与实际更接近的数据传输时延。本发明的技术放啊中,先将马尔可夫退避过程转化为Z域中的线性系统,对紧急信息与常规信息进行优先级分类,对两中队列利用退避时间的概率母函数、传输时间的概率母函数进行MAC层服务过程建模,然后采用梅森公式建立连续退避冻结Z域模型,计算退避计数器减一所需平均时间,最后基于迭代方法计算出性能参数:数据包的时延。

    交通干扰下无人驾驶车队通信实时性能分析方法

    公开(公告)号:CN111031512B

    公开(公告)日:2022-09-09

    申请号:CN201911128045.6

    申请日:2019-11-18

    Applicant: 江南大学

    Abstract: 本发明提供交通干扰下无人驾驶车队通信实时性能分析方法,其可以分析在典型交通干扰下,802.11p车队通信的实时性能,且本方案计算复杂度适中,系统模型简单合理,适于实际应用。本发明的技术方案中,首先实时计算无人驾驶车队中的每辆车在交通干扰下的动力学状态;再根据车辆的动力学状态确定网络连通模型,表述任意时刻车辆之间的连通状态;然后定义了AC0、AC1队列的传输队列模型,用于表示每一辆车的传输队列的动态行为;之后定义了802.11p MAC服务过程模型,利用服务过程模型以及网络连通模型求解传输队列模型中的服务时间变异系数,最后利用传输队列模型求解交通干扰下,基于802.11p的车队通信的两个实时性能参数。

    车载通讯中针对连续退避冻结的时延性能分析方法

    公开(公告)号:CN110933646B

    公开(公告)日:2021-09-28

    申请号:CN201911123138.X

    申请日:2019-11-16

    Applicant: 江南大学

    Abstract: 本发明提供车载通讯中针对连续退避冻结的时延性能分析方法,其数据包时延计算方法中考虑了连续退避冻结情况,依据本发明的技术方案,可以计算出更准确、与实际更接近的数据传输时延。本发明的技术放啊中,先将马尔可夫退避过程转化为Z域中的线性系统,对紧急信息与常规信息进行优先级分类,对两中队列利用退避时间的概率母函数、传输时间的概率母函数进行MAC层服务过程建模,然后采用梅森公式建立连续退避冻结Z域模型,计算退避计数器减一所需平均时间,最后基于迭代方法计算出性能参数:数据包的时延。

Patent Agency Ranking