技术特征：
1.一种基于智能反射面的架构及任务卸载方法，其特征在于：包括以下步骤：s1、建立用于任务卸载的车辆-智能反射面-边缘计算服务器的无线通信信道；s2、建立任务卸载以及智能反射面控制的目标优化函数以降低系统的时延；s3、映射平面层将边缘设备进行数字孪生体映射，这些映射表示边缘网络en的运行状态信息，数字孪生网络dtn不仅实时监控网络的状态，还记录网络的历史运行状态，供基于深度强化学习drl的任务卸载以及智能反射面控制联合优化算法学习，并将数字表示转换为深度强化学习drl平面层可以处理的张量tensor形式；s4、深度强化学习drl算法从历史数据中随机选择数据，在深度强化学习drl平面层上训练模型；s5、数字孪生网络dtn通过控制平面层对边缘网络en进行卸载决策以及智能反射面的反射表明元素的反馈，边缘网络en根据反馈的信息进行智能反射面的控制，对车辆的任务卸载进行资源分配；s6、重复步骤s1-s6直至达到终止条件，终止条件可为车联网生命周期的结束。2.根据权利要求1所述的一种基于智能反射面的架构及任务卸载方法，其特征在于：所述s3中运行状态信息包括车辆运行状态信息vsi、智能反射面运行状态信息isi，所述s3中历史运行状态包括深度强化学习drl智能体的实时奖励reward、时延latency以及能耗energy consumption。
技术总结
本发明提供一种基于智能反射面的架构及任务卸载方法，涉及自动驾驶领域。该基于智能反射面的架构及任务卸载方法，包括以下步骤：S1、建立用于任务卸载的车辆-智能反射面-边缘计算服务器的无线通信信道；S2、降低系统的时延；S3、映射平面层将边缘设备进行数字孪生体映射；S4、深度强化学习DRL算法从历史数据中随机选择数据；S5、数字孪生网络DTN通过控制平面层对边缘网络EN进行卸载决策以及智能反射面的反射表明元素的反馈；S6、重复步骤S1-S6直至达到终止条件。通过引入数字孪生技术，动态地监控车联网中的车辆状态以及智能反射面状态，协同调度车联网计算资源，合理分配卸载决策以及通过智能反射面增强任务卸载信道质量。及通过智能反射面增强任务卸载信道质量。及通过智能反射面增强任务卸载信道质量。
技术研发人员：袁晓铭 陈家辉 田汉森 杨佳雨 陈德成 刘杰民
受保护的技术使用者：东北大学秦皇岛分校
技术研发日：2022.06.20
技术公布日：2022/8/19