车边云协同的任务卸载调度和资源分配机制研究

来源：计算机工程与科学杂志2025年第7期北京时间：

作者：赵鹏, 邝祝芳

单位：中南林业科技大学计算机与信息工程学院,湖南 长沙 410004

摘要：在车辆边缘计算的基础上,车边云协同能够进一步实现车辆与云端之间的协同,为车辆提供更多的计算和存储资源,以实现更智能、安全和可靠的驾驶体验。在传统研究中,车辆用户的计算任务是独立、不可再分的,各任务之间没有依赖关系。而在当下的应用场景中,随着人工智能的发展,不少应用程序会由多个存在依赖关系的组件构成,对此类依赖任务计算需求的考虑是不可或缺的。因此,聚焦车边云协同的多车辆多任务的边缘计算场景,构建一个考虑车边云协同、任务依赖关系和任务优先级的任务卸载决策、任务调度决策和资源分配问题的模型,并以最小化系统能耗为目标,提出了一种基于优先级算法和双深度Q网络的联合优化算法JPDDO。首先，对多组依赖任务进行优先级排序；然后,对得到的任务队列通过双深度Q网络算法求解卸载决策、调度决策、计算频率和传输功率。仿真实验验证了该算法的有效性,并且在不同的网络环境和参数设置下都能取得比较低的能耗。

关键词：车辆边缘计算,车边云,任务依赖,任务优先级,任务卸载与调度,资源分配,

基金资助：国家自然科学基金(62072477);湖南省自然科学基金(2024JJ5648);中国高校产学研创新基金(2021FNA04009)