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
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ε-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%.
V2X通信、预留-重用联合、半持续调度算法、碰撞概率、Q学习
44
TN915.04
2022-08-24(万方平台首次上网日期,不代表论文的发表时间)
共7页
2785-2791