-
题名基于PerDQN的时间敏感网络保护带调度算法
- 1
-
-
作者
冼亚乔
王澄
杜娟
郇战
-
机构
常州大学王诤微电子学院、集成电路产业学院
常州大学计算机与人工智能学院
-
出处
《现代电子技术》
北大核心
2026年第5期77-82,共6页
-
基金
常州大学科研启动经费项目(ZMF22020117)
江苏万泰电机有限公司横向项目(KYH23020487)
江苏省研究生科研与实践创新计划项目(KYCX23_3072)。
-
文摘
为了解决数据帧较长时,冗长的保护带会降低网络的有效带宽利用率问题,文中提出基于深度强化学习PerDQN的PerDQN-TAS方法。将经典的优先约束背包问题(PCKP)转化为马尔可夫决策过程(MDP),通过引入两种新的奖励值(分组长度和分组优先级的加权和)训练PerDQN-TAS模型,以学习在不同状态下应该采取的最优行为,充分利用保护带中可用带宽的同时,提高累计优先级。实验结果表明,相较于已有的TAS保护带算法,PerDQN-TAS的带宽利用率始终保持在91%以上,并且随着保护带初始剩余容量的增加逐渐提高,最终达到98.1%;同时,累计优先级持续提升,最终达到8.98,显著提升了带宽利用率。
-
关键词
时间敏感网络
深度强化学习
通信服务
perdqn
保护带
TAS
-
Keywords
TSN
deep reinforcement learning
communication service
perdqn
guard band
TAS
-
分类号
TN919-34
[电子电信—通信与信息系统]
TP393
[自动化与计算机技术—计算机应用技术]
-
