典型文献
基于DRL的无人机辅助边缘计算服务质量优化
文献摘要：
针对无人机(Unmanned Aerial Vehicle,UAV)搭载移动边缘服务器为地面用户进行服务时的服务质量(Quality of Service,QoS)问题,提出了一种基于深度强化学习的优化方案,旨在优化UAV飞行轨迹和卸载方案以最大化UAV为用户服务时的QoS.首先,定义了任务延迟来表征任务新鲜度,在任务延迟的基础上提出了一种新的QoS评价指标;其次,将最大化QoS问题建模为一个无转移概率的马尔可夫决策过程,并定义了该过程的状态空间、动作空间和奖励函数;最后,UAV通过所提出的算法进行训练,优化任务卸载方案并寻找最优飞行轨迹为地面用户进行服务以提高QoS.仿真结果表明所提算法较于其他算法能有效提高UAV为地面用户服务过程中的QoS且提高任务新鲜度.
文献关键词：
无人机;边缘计算;深度强化学习;轨迹;服务质量
中图分类号：
作者姓名：
敬乐天;贾向东;曹肖攀;万妮妮;殷家祥
作者机构：
西北师范大学计算机科学与工程学院,甘肃兰州730070;南京邮电大学江苏省无线通信重点实验室,江苏南京210003;中电万维信息技术有限责任公司中电万维研究院,甘肃兰州730030
文献出处：
引用格式：
[1]敬乐天;贾向东;曹肖攀;万妮妮;殷家祥-.基于DRL的无人机辅助边缘计算服务质量优化)[J].信号处理,2022(06):1316-1324
A类：
B类：
DRL,边缘计算,计算服务,质量优化,Unmanned,Aerial,Vehicle,UAV,搭载,边缘服务器,Quality,Service,QoS,深度强化学习,飞行轨迹,卸载方案,用户服务,迟来,新鲜度,转移概率,马尔可夫决策过程,状态空间,动作空间,奖励函数,过所,任务卸载,服务过程
AB值：
0.379319
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
