一种基于轨迹预测的车联网边缘卸载策略

摘要

以最小化卸载成本为目标，提出一种结合轨迹预测的任务卸载策略，将任务卸载转化为服务器节点选择问题。构建一种基于时间序列的车辆移动轨迹预测模型，将其表述为一个非线性回归任务；依据车辆位置信息与通信范围，提出一种基于最短通信距离的动态协作簇建立方法，利用服务器计算能力和传输成本均衡边缘网络负载，减少车辆移动形成的系统开销；利用马尔可夫决策过程，结合移动轨迹预测和动态边缘服务器簇设计任务卸载策略，解决多边缘服务器覆盖场景下的服务器选择问题。试验结果表明，所提算法与其他算法相比，任务卸载成本在简单与复杂移动轨迹下至少降低了80%和57.8%,有效减少多边缘服务器协作时的轨迹预测误差和成本开销。

关键词

车联网 / 边缘计算 / 任务卸载 / 马尔可夫决策 / 轨迹预测

基金资助

国家自然科学基金资助项目(62072159); 河南省科技攻关资助项目(222102210011、232102211061)