Emergency Caching: Coded Caching-based Reliable Map Transmission in Emergency Networks

要約

多くの救助活動では、効果的な認識とリアルタイムの意思決定が求められ、効果的なデータ収集と処理に大きく依存しています。
この研究では、効率的な認識およびエッジ キャッシング技術を活用することにより、データ収集と信頼性の高い送信に焦点を当てた緊急キャッシング ネットワークの 3 層アーキテクチャを提案します。
このアーキテクチャに基づいて、コード化されたキャッシュ技術を統合した災害地図収集フレームワークを提案します。
私たちのフレームワークは、無人航空機 (UAV) 全体でコード化された地図の断片を戦略的にキャッシュし、共同アップロードを促進して伝送の信頼性を高めます。
さらに、災害地図の有効な復旧エリアを評価するための包括的な確率モデルを確立します。
ユーティリティの最大化という目標に向けて、動的災害状況におけるリアルタイムの地図更新に対応する、協調型 UAV の選択、帯域幅の割り当て、およびコード化されたキャッシュ パラメーターの調整に関する決定を共同で行う深層強化学習 (DRL) ベースのアルゴリズムを提案します。
シミュレーションによって検証されたように、私たちが提案したスキームはノンコーディング キャッシュ スキームよりも効果的です。

要約(オリジナル)

Many rescue missions demand effective perception and real-time decision making, which highly rely on effective data collection and processing. In this study, we propose a three-layer architecture of emergency caching networks focusing on data collection and reliable transmission, by leveraging efficient perception and edge caching technologies. Based on this architecture, we propose a disaster map collection framework that integrates coded caching technologies. Our framework strategically caches coded fragments of maps across unmanned aerial vehicles (UAVs), fostering collaborative uploading for augmented transmission reliability. Additionally, we establish a comprehensive probability model to assess the effective recovery area of disaster maps. Towards the goal of utility maximization, we propose a deep reinforcement learning (DRL) based algorithm that jointly makes decisions about cooperative UAVs selection, bandwidth allocation and coded caching parameter adjustment, accommodating the real-time map updates in a dynamic disaster situation. Our proposed scheme is more effective than the non-coding caching scheme, as validated by simulation.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google