基于深度强化学习的适应性调度,用于无线时间敏感网络
Hanjin Kim1, Young-Jin Kim2, Won-Tae Kim1
1Future Convergence Engineering Major, Department of Computer Science and Engineering, Korea University of Technology and Education, Cheonan-si 31253, Republic of Korea.
Sensors (Basel, Switzerland)
|August 29, 2024
概括
本研究介绍了一种无线时间敏感网络 (TSN) 模型和使用深度强化学习的新型调度器 (WISE). 智能有效地管理无线流量,确保关键应用程序的高可靠性和低延迟.
科学领域:
- 计算机科学 计算机科学
- 电气工程 电气工程
- 网络化 网络化 网络化
背景情况:
- 时间敏感网络 (TSN) 对于实时通信至关重要.
- 将TSN调整为无线IEEE 802.11网络带来了诸如通道争议和动态条件之类的挑战.
- 现有的TSN调度器在无线延迟和可变性方面扎.
研究的目的:
- 为IEEE 802.11网络提供独家通道访问的无线TSN模型提出建议.
- 开发一个新的时间敏感的交通调度器,WISE,利用深度强化学习.
- 解决延迟问题,确保无线TSN的可靠性.
主要方法:
- 开发了一个深度强化学习 (DRL) 框架,以建模时间敏感的交通模式.
- 设计和实施了无线智能调度器 (WISE) 算法.
- 进行了实验,以评估WISE在各种无线场景中的性能.
主要成果:
- 拟议的WISE算法在各种无线场景中实现了高达99.9%的可靠性.
- 处理延迟在指定的时间要求内被成功限制.
- 提议的机制有效地保证了TSN流的可扩展性.
结论:
- 无线TSN模型和WISE调度器为低延迟无线通信提供了强大的解决方案.
- 深度强化学习有效地优化TSN在动态无线环境中的性能.
- 该方法确保了高可靠性,并满足关键应用程序的严格时间限制.
更多相关视频
07:49Automated Deployment of an Internet Protocol Telephony Service on Unmanned Aerial Vehicles Using Network Functions Virtualization
Published on: November 26, 2019
8.0K
06:32Author Spotlight: Automated Deep Brain Stimulation for Parkinson's Disease - Exploring the Possibilities and Challenges of Home Monitoring
Published on: July 14, 2023
1.2K
