基于能量损耗和时延最小化的车联网边缘缓存策略研究

目录

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