计算机工程

作者：赵季红, 臧若雨, 刘振

单位：1. 西安邮电大学通信与信息工程学院, 陕西 西安 7101212. 西安交通大学电子信息工程学院, 陕西 西安 710049

关键词：星地协同网络,移动边缘计算,指针注意力,强化学习,计算卸载

基金：国家重点研发计划重点专项项目(2018YFB1800305)

车联网(IoV)环境中任务的动态性提高了实时计算卸载的复杂性。针对IoV场景中地面网络覆盖受限导致的实时任务难以及时完成的问题，提出一种面向卫星车载移动边缘计算网络(SVMECN)的协同计算卸载方法。首先，构建卫星与地面间的几何关系模型，计算设备与卫星、地面网关与卫星之间的传输速率，并基于该模型计算任务处理时延，模型充分考虑任务的实时性，动态调整卫星移动对地面数据传输的影响，通过卫星与地面网关的协作处理来满足车载应用对时延的要求；其次，提出一种基于指针注意力机制和Actor-Critic(ST-PART)的协同计算卸载算法，根据任务的实时性动态调整任务优先级，按照优先级顺序对任务进行计算卸载，并在不同计算节点之间动态选择和协同处理任务，以最小化任务处理时延。在SVMECN中对所提算法进行仿真，结果显示，与传统的启发式算法相比，所提算法在提高运行效率方面表现突出。实验和分析结果表明，所提算法在满足任务实时性需求的同时能够显著降低任务处理时延，与地面和卫星未协同的算法相比，该算法能够降低2.35%~68.68%的时延成本。

来源：2025年第9期

《计算机工程》期刊编辑部

查看计算机工程杂志2025年第9期