一种基于MemoryDNN的船舶移动性感知低延迟边缘计算卸载策略

本发明公开了一种基于MemoryDNN的船舶移动性感知边缘计算任务卸载优化方法。建立支持船舶间（S2S）和船舶‑基站（S2I）的两层异构网络架构；构建船舶运动模型和链路时长预测机制实现移动性感知；设计时变优先级机制综合任务类型、截止时间和系统负载，保障紧急任务实时性并防止低优先级任务饥饿。采用MemoryDNN通过双网络架构、优先级经验回放和时间衰减机制，从四维状态空间（任务、网络、移动、优先级）学习最优策略；结合动态抢占机制实现智能调度。实验表明：相比DQN平均延迟降低16.1%，成本降低12.2%，高负载下延迟改善31.6%，训练稳定性提升2.6倍，方差降低6.3倍，为海事边缘计算提供高效智能解决方案。