基于边缘计算和Actor-Critic算法的车联网通信优化算法

摘要

本发明涉及一种基于边缘计算和Actor‑Critic算法的车联网通信优化算法，其具体步骤为：设定车联网通信系统内，用户序列为{1，2，...，k，...，K}，共有K个用户；子信道序列为{1,2,...,n,...,N}，共有N条子信道；雾接入节点序列{1，2，...，m，...M}，共有M个接入节点，节入节点的计算能力序列{1，2，...cm，...，cM}；用户上传的任务序列{1，2，...tk，...，tK}，共有tK个任务；采用非正交多址接入NOMA方式将用户接入车联网通信系统；用户上传的任务进行边缘计算并将计算结果返回至用户；利用Actor‑Critic算法优化资源分配方式，得到最佳资源分配方式。本发明将非正交多址接入、边缘计算和强化学习进行结合，有效地解决了车联网中存在的接入量巨大的问题，同时降低整个通信过程中的时延，并在不同环境下得到最佳的资源分配方式，提高了能源利用效率。