10.3969/j.issn.1671-7449.2021.05.014
雾计算辅助车联网中面向视频直播业务的资源分配研究
提出一种车辆雾计算网络中视频直播业务的资源分配方法,通过联合优化比特率选择、用户调度和频谱资源分配,以实现在最大化视频质量的同时降低时延和视频抖动.为了降低时延和视频抖动,在效用函数的设计中将时延和比特率切换作为惩罚因子.由于网络的动态变化特性和可用的频谱资源,将上述优化问题建模为马尔可夫决策过程,采用Soft Actor-Critic深度强化学习算法获得最优资源分配策略.仿真结果证明,所提方法比现有强化学习算法具有更好的探索能力和收敛性能.
车辆雾计算网络;资源分配;视频直播;Soft Actor-Critic算法;深度强化学习
35
TP393(计算技术、计算机技术)
2021-10-28(万方平台首次上网日期,不代表论文的发表时间)
共6页
450-455