基于深度强化学习的V2X频谱资源管理方法 |
| |
引用本文: | 武明虎,金波,赵楠,王茹.基于深度强化学习的V2X频谱资源管理方法[J].光通信研究,2023(3):71-78. |
| |
作者姓名: | 武明虎 金波 赵楠 王茹 |
| |
作者单位: | 湖北工业大学电气与电子工程学院 |
| |
摘 要: | 针对车辆对一切(V2X)通信所面临的频谱稀缺问题,文章提出了一种深度强化学习方法对V2X频谱资源进行管理。首先,建立单个车辆对基础设施链路的V2X通信模型,结合频谱子带和传输功率等约束条件,构建优化问题以最大化V2X通信网络综合效率;其次,考虑到优化问题的非凸性,将其建模为马尔可夫决策过程;接着,引入基于竞争构架Q网络(Dueling-DQN)算法,以获得最优频谱子带选择和传输功率分配策略,使V2X通信网络综合效率最大化;最后,通过Tensorflow软件平台进行实验仿真,以验证所提方法的性能。实验结果表明,Dueling-DQN算法与其他算法相比,能够获得更高的链路性能和V2X通信网络效率。
|
关 键 词: | 车辆对一切通信 深度强化学习 频谱分配 传输功率分配 车辆对一切通信网络 综合效率 |
|
|