论文部分内容阅读
基于Q学习的车载网路由算法研究
【出 处】
：
西安电子科技大学
【发表日期】
：
2021年01期
其他文献
在工业互联网环境中,深度神经网络应用已经在工业生产中被广泛使用,这些应用往往被部署于智能终端设备中,有着计算量大和数据量大的特点,且对推断时延有着较高的要求。然而,现有的智能终端设备性能较弱,推断时延较高,将用户的原始数据发送至云计算中心进行推断的方法则可能导致隐私泄露。针对现有计算模式的不足,端边协同推断能够综合利用智能终端设备和边缘设备的计算能力以降低终端设备的推断时延。然而,智能终端设备中的
近年来,随着比特币逐渐进入大众的视野,作为其底层支撑的区块链技术也受到了学界和业界的关注。因其特殊的链式数据结构、共识算法和激励机制,区块链系统具有一些独特的属性,如链上数据不可篡改,节点间无需信任等。然而,极低的系统吞吐量却成为了其大规模应用的最大障碍。因此,提高区块链系统吞吐量一直都是研究人员所关注的重点。目前,大多数的研究成果都聚焦于共识算法层面,而忽略了底层广播网络对吞吐量的影响。事实上,
随着移动互联网的发展,越来越多的用户使用移动终端获取视频相关服务。视频传输要求高带宽和低时延,如何在网络中高效传输视频流,并为用户提供高质量的视频服务,是个急需解决的问题。多路径传输是在多条不相交的路径上进行数据传输,可以聚合网络带宽,提高传输性能。路径分配和端到端传输控制是影响多路径传输质量的重要因素。软件定义网络（SDN）将控制平面和数据平面分离,可以高效地实现对视频流的路径分配和端到端传输控
目前我国信息化建设高速发展,在互联网融合的推动下“三网融合”的程度不断加深,让传统国有通讯企业之间的竞争日益激烈,由于贵广网络作为传统通信国有企业,在互联网时代的高速发展中用户用网习惯的转变和发展,导致企业产品内容显得过于单一同质化严重没有特色,企业收入过于依赖基础费无其他创收点,营销渠道老旧固化无法满足互联网时代发展,促销方案过于传统与互联网时代发展脱节,相关人员在思维和能力上无法满足互联网服务
随着第五代移动通信系统的飞速发展,传统的正交多址接入技术很难满足大规模用户设备连接和超低延时的需求。上行免授权非正交多址接入（Non-Orthogonal Multiple Access,NOMA）系统属于码域NOMA（Code Domain Non-Orthogonal Multiple Access,CD-NOMA）的一种,可有效解决用户数量激增导致的信令开销和传输延迟过大的问题,使得大规模连