一种基于预留-重用联合的C-V2X通信Q学习型半持续调度算法
摘要
第3代合作伙伴计划(3GPP)模式4提供了一种直连通信的接入方式，以支持车联网C-V2X应用。然而V2X网络动态变化的业务负载和车辆移动性导致信道质量不稳定，加剧了传输过程中分组碰撞问题。为了满足高可靠低时延的V2X通信需求，该文针对动态负载环境下的高效分布式资源分配策略，提出一种预留-重用联合的Q学习型半持续调度(RRC-QSPS)算法。该文首先对模式4中现有的半持续调度(SPS)算法分组碰撞问题进行理论建模，分析了影响碰撞概率的关键参数，继而提出了动态业务环境下车辆智能体的强化Q学习模型，建立包括预留-重用联合的动作空间与Q目标函数，并通过 \begin{document}$ \varepsilon $\end{document} -贪心算法求解，智能决策动态负载环境下无线资源的预留与重用。仿真对比结果表明，相比于已有的Lookahead-SPS优化算法，RRC-QSPS算法在高速高负载场景下分组接收率提高了7%，数据包更新时延降低了10%。
引用本文（GB/T 7714）
Wang Man Ping, 陆岩, Shuai Wang, 等. 一种基于预留-重用联合的C-V2X通信Q学习型半持续调度算法[J]. 未知来源, 2022.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。