|
|||||
|
|
| 基于图卷积网络的车联网资源管理 | |
| 作者姓名： | 王晓昌 朱文星 孙彦赞 吴雅婷 王涛 |
| 作者单位： | 上海大学上海先进通信与数据科学研究院 上海200444;上海大学特种光纤与光接入网重点实验室 上海200444;上海大学特种光纤与先进通信国际合作联合实验室 上海200444 |
| 基金项目： | 国家重点研发计划;国家自然科学基金;国家自然科学基金;国家自然科学基金 |
| 摘 要： | 车辆到一切(V2X)通信是有效地提高交通安全性和移动性的解决方案.为了解决深度学习在功率分配中存在的需要大量训练数据和泛化性问题,减少车辆网络信道干扰,提出了基于图卷积神经网络(GCN)的总用户速率最大化,总用户能效最大化的两种准则下的功率分配框架.所提出的框架首先将无线干扰信道转化为图数据结构,证明了干扰信道的无序性... |
| 关 键 词： | 车辆网络 能源效率 图卷积神经网络 功率分配 深度学习 |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《电子测量技术》浏览原始摘要信息 | |
| 点击此处可从《电子测量技术》下载免费的PDF全文 | |