基于DQN 的車載邊緣網(wǎng)絡(luò)任務(wù)分發(fā)卸載算法

趙海濤，張?zhí)苽?，陳躍，趙厚麟 ，朱洪波

（1.南京郵電大學(xué)教育部泛在網(wǎng)絡(luò)健康服務(wù)系統(tǒng)工程研究中心，江蘇 南京 210003；2.南京郵電大學(xué)江蘇省無線通信重點(diǎn)實(shí)驗(yàn)室，江蘇 南京 210003；3.南京郵電大學(xué)通信與信息工程學(xué)院，江蘇 南京 210003）

1 引言

作為5G 移動通信代表性應(yīng)用場景之一，車聯(lián)網(wǎng)及自動駕駛已經(jīng)成為熱點(diǎn)研究領(lǐng)域，在未來將會經(jīng)歷前所未有的發(fā)展[1]。隨著車聯(lián)網(wǎng)等技術(shù)的快速發(fā)展及數(shù)據(jù)量的日益龐大，大量對計算資源高需求的車載應(yīng)用任務(wù)隨之出現(xiàn)，如自動駕駛、智能識別、實(shí)時路況等[2]。這些車載應(yīng)用任務(wù)不僅需要大量的存儲與計算資源，同時對于任務(wù)執(zhí)行時延的要求非常嚴(yán)格，給現(xiàn)有車載設(shè)備的通信能力、計算能力帶來了很大的挑戰(zhàn)[3]。為了解決車輛終端與車載應(yīng)用任務(wù)之間的矛盾，融合移動邊緣計算（MEC,mobile edge computing）的協(xié)同通信技術(shù)被引入車聯(lián)網(wǎng)中[4]。車輛終端攜帶的計算任務(wù)可以卸載到路邊單元（RSU,road side unit）配置的MEC 服務(wù)器上，在車輛終端旁邊就能夠完成任務(wù)的計算及分析，有效緩解了車輛終端計算、存儲資源不足的困境，減小了計算任務(wù)的處理時延與車輛終端能耗[5]。針對任務(wù)遷移和資源調(diào)度問題，國內(nèi)外進(jìn)行了大量相關(guān)研究。文獻(xiàn)[6]對通信與計算融合技術(shù)的機(jī)遇與挑戰(zhàn)做了大量的介紹，并針對“邊緣智能”提出了具體的實(shí)施方案。然而，動態(tài)的車聯(lián)網(wǎng)場景給MEC 技術(shù)的大規(guī)模應(yīng)用帶來了許多問題，車輛終端的高速移動及通信參數(shù)的變化導(dǎo)致計算任務(wù)卸載決策復(fù)雜化[7]。

目前車聯(lián)網(wǎng)場景下計算任務(wù)卸載決策主要解決車載應(yīng)用任務(wù)是否需要卸載及卸載多少的問題。卸載決策的主要優(yōu)化目標(biāo)有任務(wù)執(zhí)行時延、能耗及時延與能耗的權(quán)衡等[8]。文獻(xiàn)[9]提出了一種面向5G的邊緣計算多用戶卸載方案，將問題轉(zhuǎn)換為多重背包問題，有效降低了任務(wù)執(zhí)行時延。文獻(xiàn)[10-12]基于各種數(shù)值優(yōu)化算法，提出了一系列計算卸載決策及資源配置方案?；隈R爾可夫決策過程理論（MDP,Markov decision process）的強(qiáng)化學(xué)習(xí)方法，如Q 學(xué)習(xí)算法、深度強(qiáng)化學(xué)習(xí)（DRL,deep reinforcement learning）方法如深度Q 網(wǎng)絡(luò)（DQN,deep Q nework）也被研究人員用來解決卸載問題。文獻(xiàn)[13]構(gòu)建了馬爾可夫決策過程函數(shù)，解決了車輛終端由于MEC 服務(wù)器服務(wù)范圍不足而導(dǎo)致的服務(wù)中斷問題，解決了單純基于距離進(jìn)行卸載服務(wù)的不足，但是該方法在卸載過程中沒有對服務(wù)方的時延、能耗等成本進(jìn)行合理的評估。文獻(xiàn)[14]提出了一種基于DQN 的多用戶單小區(qū)計算卸載與資源分配算法，聯(lián)合優(yōu)化任務(wù)執(zhí)行時延與能耗的加權(quán)和，實(shí)現(xiàn)了任務(wù)總成本的下降。與其他方法明顯不同的是，DQN 可以在沒有任何先驗(yàn)信息的前提下與環(huán)境進(jìn)行交互，從中學(xué)習(xí)并調(diào)整卸載策略以達(dá)到最佳的長期回報[15-16]，這對于動態(tài)時變的車聯(lián)網(wǎng)環(huán)境來說尤其重要。

上述方法都沒有針對不同車輛終端進(jìn)行任務(wù)優(yōu)先級劃分，從而不能實(shí)現(xiàn)處理程序的優(yōu)化。同時這些方法需要實(shí)時準(zhǔn)確的信道狀態(tài)消息，算法復(fù)雜度高、迭代步驟長，難以滿足時延敏感型的車聯(lián)網(wǎng)通信系統(tǒng)。針對以上研究中存在的問題，本文通過引入移動邊緣計算，根據(jù)車輛終端任務(wù)屬性的不同進(jìn)行優(yōu)先級劃分，使車輛終端攜帶的計算任務(wù)能夠直接在邊緣節(jié)點(diǎn)進(jìn)行處理；在車輛終端，基于DQN研究了計算速率最優(yōu)的任務(wù)卸載策略，在信道條件時變的環(huán)境中能夠根據(jù)過去的經(jīng)驗(yàn)實(shí)現(xiàn)卸載策略的自我更新，從而有效降低任務(wù)執(zhí)行時延、提高車聯(lián)網(wǎng)車輛終端用戶的使用體驗(yàn)。

2 系統(tǒng)模型

本文選取車輛終端、RSU 與其連接的MEC 服務(wù)器所構(gòu)成的網(wǎng)絡(luò)通信模型。由于車輛終端的快速移動，車聯(lián)網(wǎng)絡(luò)拓?fù)浼軜?gòu)會產(chǎn)生動態(tài)變化。為了滿足時延要求，車輛終端將其攜帶的計算任務(wù)遷移至RSU 連接的MEC 服務(wù)器中。這產(chǎn)生了2 個問題，具體如下。

1) 卸載決策的制定問題。由于計算任務(wù)的類型、信道增益均不相同，如果將計算任務(wù)統(tǒng)一卸載到MEC 服務(wù)器，在信道增益很差的情況下會造成非常嚴(yán)重的傳輸時延問題，同時車輛終端計算資源也得不到充分利用，導(dǎo)致計算資源浪費(fèi)。因此本文根據(jù)車輛終端信道實(shí)時狀態(tài)制定卸載決策，將部分車輛終端的計算任務(wù)卸載至邊緣側(cè)服務(wù)器，從而降低計算任務(wù)處理時延、提高計算資源利用率。

2) 計算資源分配問題。系統(tǒng)會根據(jù)業(yè)務(wù)類型分配優(yōu)先級，但是相同類型業(yè)務(wù)由于其屬性的不同，也可能具有不同的優(yōu)先級需求，因此，必須在計算資源分配之前根據(jù)計算任務(wù)屬性的不同進(jìn)行預(yù)處理，否則相同的卸載決策會導(dǎo)致MEC 服務(wù)器不能合理分配計算資源，影響用戶使用體驗(yàn)。

車聯(lián)網(wǎng)環(huán)境下的計算任務(wù)卸載模型架構(gòu)如圖1所示。在該模型架構(gòu)中，受限于較弱的計算能力，部分車輛終端會將自身攜帶的計算任務(wù)通過無線網(wǎng)絡(luò)卸載到RSU 連接的MEC 服務(wù)器進(jìn)行處理。首先，車輛終端會將自身攜帶的計算任務(wù)信息如最大可容忍時延、數(shù)據(jù)量大小、計算復(fù)雜度等上傳至RSU。RSU 通過計算得到計算任務(wù)優(yōu)先級，然后根據(jù)MEC 服務(wù)器的計算任務(wù)調(diào)度算法決定將哪些車輛終端的計算任務(wù)卸載至服務(wù)器。車輛終端隨后接受RSU 的調(diào)度信息，開始卸載或執(zhí)行計算任務(wù)。假設(shè)在計算任務(wù)執(zhí)行過程中，一旦執(zhí)行時間超過其最大容忍時延，就判定當(dāng)前計算任務(wù)執(zhí)行失敗，并將當(dāng)前計算任務(wù)執(zhí)行時間設(shè)置為最大值。

圖1 計算任務(wù)卸載模型架構(gòu)

本文假設(shè)RSU 覆蓋范圍內(nèi)有K個車輛終端，車輛終端攜帶的計算任務(wù)表示為Ck=(Vk,Dk,Γk,Pk)，其中，Dk表示計算任務(wù)的數(shù)據(jù)大小，單位為bit；Vk表示計算任務(wù)計算復(fù)雜度，單位為round/bit；Γk表示計算任務(wù)最大可容忍時延，單位為ms；Pk表示計算任務(wù)的優(yōu)先級，由RSU計算后得出。假設(shè)計算任務(wù)無論是在車輛終端執(zhí)行還是卸載到MEC 服務(wù)器執(zhí)行，以上參數(shù)均保持不變。RSU 覆蓋范圍內(nèi)的所有車輛終端的計算任務(wù)表示為M={M1,M2,…,Mk}，其中k∈K。

3 車載邊緣網(wǎng)絡(luò)計算任務(wù)分發(fā)卸載方案

3.1 計算任務(wù)優(yōu)先級劃分

車輛終端將攜帶的計算任務(wù)卸載到MEC 服務(wù)器時，由于計算任務(wù)類型的不同導(dǎo)致所需要的計算資源也不同。層次分析法（AHP,analytic hierarrchy process）指將與決策總是有關(guān)的元素分解成目標(biāo)層、準(zhǔn)則層、方案層等層次，并在此基礎(chǔ)之上進(jìn)行定性和定量分析的決策方法，是一個多標(biāo)準(zhǔn)決策/多屬性決策模型，非常適用于權(quán)重分配的計算任務(wù)調(diào)度應(yīng)用場景[17]。本文通過AHP 算法可以給容忍時延小、計算復(fù)雜度高的計算任務(wù)分配相對高一些的權(quán)重系數(shù)，為MEC 服務(wù)器的計算資源調(diào)度過程提供更合理的依據(jù)，提高車輛終端計算任務(wù)的卸載執(zhí)行成功率。

當(dāng)確定計算任務(wù)的權(quán)重系數(shù)時，本文主要考慮計算任務(wù)的計算復(fù)雜度、數(shù)據(jù)總量和最大容忍時延這3 個評價因素，其中，計算復(fù)雜度的重要程度最高，數(shù)據(jù)總量次之，最大容忍時延最低。本文將計算任務(wù)目標(biāo)層的因素進(jìn)行兩兩比較，構(gòu)造出評價因素判斷矩陣A=(aij)3×3，以及目標(biāo)層相對于準(zhǔn)則層的判斷矩陣B1,B2,…,B3=(aij)K×K。其中，

根據(jù)方根法求得判斷矩陣Bk對應(yīng)的權(quán)重向量元素，如式(2)所示。

其中，k表示第k個終端車輛，i表示第k個終端車輛所攜帶任務(wù)的第i個評價因素，可以得到所有車輛終端計算任務(wù)的權(quán)重矢量矩陣為

根據(jù)同樣的方法求得評價因素判斷矩陣A的權(quán)重向量Δ=[Δ1,Δ2,Δ3]，其權(quán)重元素為

權(quán)重元素通過一致性檢驗(yàn)后，得到所有計算任務(wù)的權(quán)重向量W，其中每一個元素分別代表對應(yīng)車輛終端計算任務(wù)的權(quán)重，如式(5)所示。

3.2 卸載決策制定問題的建模

車輛終端攜帶的計算任務(wù)分為車輛終端計算模式和卸載計算模式。車輛終端用于執(zhí)行計算任務(wù)的總能耗Econstraint為額定值，當(dāng)前計算任務(wù)執(zhí)行能耗Ecurrent表示為

其中，pk為車輛終端發(fā)射功率，kk為能量效率系數(shù)，fk為車輛終端處理器頻率，tk為計算任務(wù)傳輸時間或車輛終端執(zhí)行時間。

其中，Bk為當(dāng)前車輛終端傳輸帶寬，其中最大傳輸帶寬為BHz，N0為信道傳輸噪聲?；贚TE-V2X（long term evolution-vehicle to X）技術(shù)，本文假設(shè)無線信道增益gk、車輛終端發(fā)射功率pk及傳輸帶寬Bk在對應(yīng)的時間段內(nèi)均是時變的，并且基于分布式方式下的SPS（semi persistent scheduling）資源分配算法[19]對RSU 覆蓋范圍下的車輛終端進(jìn)行統(tǒng)一控制。本文以最大化計算任務(wù)處理速率為優(yōu)化目標(biāo)，以車輛終端能耗與傳輸帶寬為約束，在求得計算任務(wù)處理速率最大加權(quán)和之后，可求得對應(yīng)的計算任務(wù)最小執(zhí)行時延。同時，基于式(5)得出的計算任務(wù)權(quán)重wk，對于優(yōu)先級別更高的計算任務(wù)可以分配更多的計算資源，使其執(zhí)行時間小于計算任務(wù)最大容忍時延，保證計算任務(wù)卸載過程成功進(jìn)行。本文的優(yōu)化目標(biāo)為

其中，xk表示為卸載決策向量元素，xk=0 表示車輛終端計算模式，xk=1 表示卸載計算模式；約束條件C2 和C3 分別表示計算任務(wù)執(zhí)行能耗和車輛終端傳輸帶寬不能超過額定值。

通過求出卸載決策向量的最優(yōu)值可以求解式(8)所示優(yōu)化問題。然而該問題是一個非凸問題，隨著車輛終端數(shù)量及計算任務(wù)大小的增加，該問題的計算復(fù)雜度也會迅速增加。

3.3 AHP-DQN 任務(wù)分發(fā)卸載算法

面對上述挑戰(zhàn)，傳統(tǒng)的數(shù)值優(yōu)化方法效率較低。本文提出了一種AHP-DQN 任務(wù)分發(fā)卸載算法，其核心思想是將Q 網(wǎng)絡(luò)作為策略評判標(biāo)準(zhǔn)，通過Q網(wǎng)絡(luò)遍歷當(dāng)前狀態(tài)下的各種動作與環(huán)境進(jìn)行實(shí)時交互，其動作、狀態(tài)值、獎勵值存放于回訪記憶單元通過Q 學(xué)習(xí)算法經(jīng)歷多個迭代過程來反復(fù)訓(xùn)練Q網(wǎng)絡(luò)，最后得到最佳卸載策略。與文獻(xiàn)[14]算法不同的是，本文算法通過引入層次分析法對車輛終端計算任務(wù)進(jìn)行預(yù)處理，提高M(jìn)EC 服務(wù)器對計算資源的合理分配能力。同時重新定義了Q 網(wǎng)絡(luò)中的獎勵函數(shù)，以加權(quán)后的計算任務(wù)處理速率和為優(yōu)化目標(biāo)，減小算法迭代過程中的計算復(fù)雜度，加快算法收斂速度。本文的卸載決策算法致力于設(shè)計一個卸載策略函數(shù)，當(dāng)MEC 服務(wù)器收到車輛終端的計算任務(wù)信息并得出計算任務(wù)對應(yīng)的權(quán)重時，能夠根據(jù)當(dāng)前車輛終端的無線信道增益情況，快速調(diào)整深度學(xué)習(xí)網(wǎng)絡(luò)參數(shù)θt，并生成計算任務(wù)卸載策略，策略函數(shù)可以表示為π:g→x。該策略函數(shù)的產(chǎn)生可以分為兩步，具體如下。

1) 卸載決策動作的產(chǎn)生。當(dāng)MEC 服務(wù)器收到車輛終端當(dāng)前的信道增益信息后，深度學(xué)習(xí)網(wǎng)絡(luò)根據(jù)當(dāng)前觀測到的狀態(tài)st得到卸載動作向量Xt=[x1,x2,…,xK]，并根據(jù)式(7)生成獎勵值rt。同時本文的動作狀態(tài)函數(shù)Q(st,xt,θt)由深度學(xué)習(xí)網(wǎng)絡(luò)確定，深度學(xué)習(xí)網(wǎng)絡(luò)激活函數(shù)為ReLu 函數(shù)，網(wǎng)絡(luò)輸出函數(shù)為Sigmoid 函數(shù)，其對應(yīng)卸載動作的概率值。

2)卸載決策動作的更新。根據(jù)式(9)實(shí)現(xiàn)動作狀態(tài)函數(shù)的更新。

其中，αk與γ分別為學(xué)習(xí)速率與折扣因子，s'為第k次迭代過程中執(zhí)行動作xt后的狀態(tài)觀測值，x'為狀態(tài)s′下獎勵值最大的動作，Ek為迭代過程中的累積獎勵值。對于第k次迭代過程而言，通過最小化式(10)目標(biāo)函數(shù)，可以更新網(wǎng)絡(luò)參數(shù)θ，從而實(shí)現(xiàn)卸載決策動作的更新。

重復(fù)上述2 個步驟得到t時刻最佳狀態(tài)對后，將該狀態(tài)?動作對(gt,)放入經(jīng)驗(yàn)池，作為新的訓(xùn)練樣本。當(dāng)經(jīng)驗(yàn)池容量足夠后，新生成的狀態(tài)?動作對會代替舊的數(shù)據(jù)樣本。深度學(xué)習(xí)網(wǎng)絡(luò)反復(fù)學(xué)習(xí)最佳狀態(tài)對(gt,)，并隨著時間的推移生成更好的卸載決策輸出。在存儲空間有限的約束下，DNN 僅從最新生成的數(shù)據(jù)樣本中進(jìn)行學(xué)習(xí)，這種閉環(huán)強(qiáng)化學(xué)習(xí)機(jī)制會不斷改善其卸載策略，直到收斂。本文算法偽代碼如算法1 所示。

算法1AHP-DQN 計算任務(wù)分發(fā)卸載算法

輸入計算任務(wù)的計算復(fù)雜度Vk、數(shù)據(jù)總量Dk及最大容忍時延Γk。根據(jù)式(1)～式(5)得到每個計算任務(wù)的優(yōu)先級Pk，即計算任務(wù)的計算資源分配權(quán)重

輸出車輛終端攜帶任務(wù)的最終卸載決策X=[x1,x2,…,xK]

4 仿真結(jié)果與分析

本節(jié)通過Python 編程語言對本文算法進(jìn)行仿真以評估算法性能。本文仿真場景為IEEE 802.11p 標(biāo)準(zhǔn)規(guī)定下的車聯(lián)網(wǎng)場景，仿真實(shí)驗(yàn)參數(shù)根據(jù)文獻(xiàn)[20]及移動邊緣計算白皮書相關(guān)約束進(jìn)行假設(shè)。在車聯(lián)網(wǎng)場景下，每個RSU 的覆蓋范圍為1 000 m，車輛終端速度假設(shè)為40 km/h，每個車輛終端計算能力為108round/s，車載車輛終端計算功率為3 W，發(fā)射功率為0.3 W。攜帶的計算任務(wù)數(shù)據(jù)（以kbit 為單位）服從[300,500]的均勻分布，計算任務(wù)復(fù)雜度（以兆輪為單位）服從[9 000,11 000]的均勻分布。下面將本文算法分別與全部車輛終端計算、Q 學(xué)習(xí)算法、DQN[14]進(jìn)行比較。

本文算法收斂過程如圖2 所示?？v軸分別表示訓(xùn)練過程中所有車輛終端的歸一化計算速率及損失函數(shù)值。根據(jù)經(jīng)驗(yàn)風(fēng)險最小化的知識，收斂概率與網(wǎng)絡(luò)復(fù)雜度負(fù)相關(guān)，結(jié)合應(yīng)用場景的實(shí)際維度情況，本文選擇了兩層DNN 結(jié)構(gòu)，同時在時延要求較高的車載邊緣網(wǎng)絡(luò)中并不注重未來的潛在回報，因此本文設(shè)置了一個較小的折扣因子γ。在樣本不多的初期采用較高的學(xué)習(xí)速率αk，隨著經(jīng)驗(yàn)池樣本增加，逐漸減小αk，避免損失函數(shù)過于震蕩。在設(shè)計Q函數(shù)與獎勵值時，一方面盡量使收斂過程中Q的均值為0，另一方面使獎勵值的正反饋稍大些，保證初期獎勵值的負(fù)反饋過程中能夠采取人工干預(yù)提升正回報，加速收斂過程。從圖2 可以看出，在車輛終端數(shù)目為10 的情況下，本文算法經(jīng)過50 次迭代后，DQN 已經(jīng)逐漸收斂到最優(yōu)解。與Q 學(xué)習(xí)算法的收斂結(jié)果相比較，本文算法得到的優(yōu)化目標(biāo)具有更好的效果。從圖2 還可以看出，盡管設(shè)置了較大的經(jīng)驗(yàn)回放池尺度，由于貪婪概率ε的存在，收斂曲線存在些許波動，但不影響算法總體的收斂性。

圖2 3 種算法的收斂過程

圖3 中，在車輛終端數(shù)目為10 的情況下，將本文算法與全部車輛終端計算、Q 學(xué)習(xí)算法[14]進(jìn)行比較。從圖3 可以看到，隨著計算任務(wù)復(fù)雜度的增加，3 種算法的計算任務(wù)執(zhí)行成功率都在下降。當(dāng)計算任務(wù)復(fù)雜度最高時，全部車輛終端計算的計算任務(wù)執(zhí)行成功率只有24%，Q 學(xué)習(xí)算法的執(zhí)行成功率由81%下降到了64%。與之相對應(yīng)的是，本文算法的執(zhí)行成功率保持了一個相對穩(wěn)定的狀態(tài)。與Q 學(xué)習(xí)算法一樣，本文算法只對能耗及傳輸帶寬做了相應(yīng)的約束，但是隨著計算任務(wù)復(fù)雜度的上升，計算任務(wù)的差異度變大，基于AHP 算法對計算任務(wù)做的預(yù)處理能夠使MEC 服務(wù)器更加合理地調(diào)度計算資源，從而提高計算任務(wù)卸載執(zhí)行成功率。

圖3 計算任務(wù)執(zhí)行成功率與計算復(fù)雜度的關(guān)系

在計算任務(wù)復(fù)雜度不變的情況下，將本文算法與全部車輛終端計算、Q 學(xué)習(xí)算法、DQN 進(jìn)行比較，如圖4 所示。從圖4 可以看到，隨著車輛終端數(shù)的增加，計算任務(wù)量變大，計算任務(wù)執(zhí)行時延都隨之上升。當(dāng)車輛終端數(shù)目小于10 時，本文算法與Q學(xué)習(xí)算法、DQN 的執(zhí)行時延幾乎沒有不同。當(dāng)車輛終端數(shù)目超過10 時，本文算法的計算任務(wù)平均執(zhí)行時延相比全部車輛終端計算的時延減少了95 ms，相比Q 學(xué)習(xí)算法減少了24 ms，相比于DQN 有些許提升。隨著計算任務(wù)數(shù)目的增加，相比全部車輛終端計算與Q 學(xué)習(xí)算法，本文算法的卸載方案能夠根據(jù)信道實(shí)際情況進(jìn)行學(xué)習(xí)，從而做出更合適的卸載決策，使計算任務(wù)執(zhí)行時延更小。但是在仿真實(shí)驗(yàn)中，僅改變車輛終端數(shù)目，車輛終端計算任務(wù)的計算復(fù)雜度、數(shù)據(jù)量大小等屬性保持不變，基于AHP算法對計算任務(wù)做出的預(yù)處理產(chǎn)生的效果有限，因此本文算法與Q 學(xué)習(xí)算法的效果提升有限。

圖4 任務(wù)平均時延與車輛終端數(shù)目的關(guān)系

在車輛終端數(shù)目為10 的情況下，隨著一半的車輛終端計算任務(wù)計算復(fù)雜度的增加，4 種算法的計算任務(wù)平均執(zhí)行時延都在增加，如圖5 所示。從圖5 中可以看出，在計算任務(wù)復(fù)雜度最高時，本文算法的計算任務(wù)執(zhí)行時延與全部車輛終端計算相比減少了219 ms，與Q 學(xué)習(xí)算法相比減少了64 ms，與DQN 相比減少了24 ms。比較圖4 與圖5 可以看出，在計算任務(wù)差異度越大的應(yīng)用場景中，本文算法優(yōu)勢越明顯。隨著計算復(fù)雜度的上升，不同車輛終端的計算任務(wù)差異度越大，MEC 服務(wù)器計算資源的分配權(quán)重也隨之變化。與Q 學(xué)習(xí)算法和DQN 不同的是，本文算法對所有車輛終端的計算任務(wù)做了自適應(yīng)優(yōu)先級預(yù)處理，給優(yōu)先級更高的計算任務(wù)分配了更多的計算資源，使計算任務(wù)執(zhí)行成功概率更高，從而提高卸載決策正確率，有效減小了計算任務(wù)執(zhí)行時延。

圖5 任務(wù)平均時延與計算任務(wù)復(fù)雜度的關(guān)系

5 結(jié)束語

面向車聯(lián)網(wǎng)環(huán)境中車輛終端受最大容忍時延及最大能耗約束的情況，本文提出了一種基于深度Q 網(wǎng)絡(luò)的計算任務(wù)分發(fā)卸載算法。車輛終端首先根據(jù)自身計算任務(wù)大小、計算復(fù)雜度及最大容忍時延等因素對計算任務(wù)優(yōu)先級進(jìn)行合理劃分，并根據(jù)車輛終端實(shí)時信道增益進(jìn)行自主卸載決策部署，以找到最優(yōu)策略。通過對該算法的大量仿真分析及數(shù)值驗(yàn)證，本文提出的AHP-DQN 任務(wù)分發(fā)卸載算法在不同的系統(tǒng)參數(shù)下都具有較好的性能。今后的研究將會考慮對DQN 的訓(xùn)練算法及神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行持續(xù)優(yōu)化改進(jìn)，同時對無線電干擾等復(fù)雜環(huán)境因素也會加以考慮。