第1 章 绪 论
1.1 课题背景及研究的目的和意义
1.2 国内外研究现状
1.2.1 边缘缓存研究现状分析
1.2.2 车联网中缓存策略研究现状分析
1.2.3 深度强化学习在缓存中的应用研究现状分析
1.3 国内外研究现状分析
1.4 本文的主要研究内容
第2 章 基础理论与关键技术
2.1 车联网概述
2.1.1 车联网架构
2.1.2 车联网应用
2.1.3 车联网特点
2.2 深度强化学习理论概述
2.2.1 强化学习原理
2.2.2 深度强化学习原理
2.3 本章小结
第3 章 V2V 场景中边缘缓存策略研究
3.1 基于能量损耗效率最小化的缓存策略研究
3.1.1 车辆通信的连接模型
3.1.2 能量损耗模型构建
3.1.3 仿真与分析
3.2 基于时延最小化的缓存策略研究
3.2.1 系统模型
3.2.2 缓存模型
3.2.3 仿真与分析
3.3 本章小结
第4 章 V2X 场景中边缘缓存策略研究
4.1 基于能量损耗最小化的缓存策略研究
4.1.1 缓存及能耗模型
4.1.2 基于能量损耗最小化的缓存策略
4.1.3 仿真与分析
4.2 基于时延最小化的缓存策略研究
4.2.1 车辆边缘缓存系统模型
4.2.2 内容传输模型
4.2.3 马尔科夫决策过程
4.2.4 基于 DDPG 的边缘合作缓存解决方案
4.2.5. 基于最大传输速率的缓存策略
4.2.6 仿真与分析
4.3 本章小节
结 论
参考文献
攻读硕士学位期间发表的论文及其它成果
声明
致谢
哈尔滨工业大学;