基于强化学习的认知车联网资源分配方案 |
| |
引用本文: | 徐浩东.基于强化学习的认知车联网资源分配方案[J].通信技术,2023(3):298-304. |
| |
作者姓名: | 徐浩东 |
| |
作者单位: | 福州大学 |
| |
基金项目: | 国家自然科学基金:基于能量采集的认知无线电频谱感知及接入方法的研究(61871133)~~; |
| |
摘 要: | 与传统的认知物联网不同,认知车联网(Cognitive Internet of Vehicles,CIoV)的特点是车辆具有高移动性,这就导致了信道状态信息(Channel State Information,CSI)的快速变化,因此难以获得完美的CSI。在这一背景下,研究了CIoV的联合信道分配和功率控制的资源分配问题,旨在最大限度地提高所有车辆用户的总吞吐量。此外,提出了一种混合深度强化学习算法,以解决离散的信道分配和连续的功率控制。仿真实验表明,与其他未考虑未知CSI的方案相比,所提方案有效地提高了CIoV的总吞吐量。
|
关 键 词: | 认知车联网 未知信道状态信息 深度强化学习 资源分配 |
|
|