基于深度Q学习的蜂窝车联网边路资源分配算法

Abstract

针对蜂窝车联网系统中不同优先级业务的边路资源自主选择分配，分析了基于参考信号能量的自主选择算法流程，设计了能量门限方程；针对能量方程参数估计问题，将基于能量的自主选择算法与深度Q学习算法结合，通过有限次算法迭代得到能量门限方程的最优参数值。仿真结果表明，基于深度Q学习的边路资源分配算法可以满足不同优先级车联网业务的边路资源需求，同时提高系统分组接收率。

Keywords

• 蜂窝车联网
• 边路
• 自主资源选择
• 机器学习
• 分组接收率