首页 | 官方网站   微博 | 高级检索  
     

基于监督机器学习的车载协作通信中继选择
引用本文:胡诗婷,刘小兰,张文倩,肖海林.基于监督机器学习的车载协作通信中继选择[J].计算机应用,2021,41(z1):167-174.
作者姓名:胡诗婷  刘小兰  张文倩  肖海林
作者单位:桂林电子科技大学信息与通信学院,广西桂林541004;桂林电子科技大学信息与通信学院,广西桂林541004;湖北大学计算机与信息工程学院,武汉430062
摘    要:为提高车载协作通信链路的可靠性与连通性,提出了一种在下行非正交多址接入(NOMA)的中继网络中基于监督机器学习算法的中继选择方案,通过构建反向传播(BP)神经网络预测模型,对候选中继集的中断概率进行预测,以此来进行基于最小中断概率的中继选择,提高了下行链路的连通性.在Matlab中,利用样本数据进行网络训练后,得出的预测值与理论值的相关系数为0.99944,预测的平均相对误差为0.57%,表明该中继选择方案模型能够对多个中继进行中断概率的预测,从而实现基于最小中断概率的中继选择.数值仿真结果表明,基于监督机器学习的中继选择方案相较于基于增强学习的中继选择方案中断概率下降了60%,能明显提高中断性能.

关 键 词:协作非正交多址接入  车载通信  监督机器学习  反向传播神经网络  中继选择

Relay selection for vehicular cooperative communication based on supervised machine learning
HU Shiting,LIU Xiaolan,ZHANG Wenqian,XIAO Hailin.Relay selection for vehicular cooperative communication based on supervised machine learning[J].journal of Computer Applications,2021,41(z1):167-174.
Authors:HU Shiting  LIU Xiaolan  ZHANG Wenqian  XIAO Hailin
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号