基于深度Q学习的蜂窝车联网边路资源分配算法
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。...
Main Author: | 许辉 |
---|---|
Format: | Article |
Language: | zho |
Published: |
POSTS&TELECOM PRESS Co., LTD
2023-03-01
|
Series: | 智能科学与技术学报 |
Subjects: | |
Online Access: | https://www.infocomm-journal.com/znkx/CN/10.11959/j.issn.2096-6652.202309 |
Similar Items
-
基于每层泊松近似的异构蜂窝网络性能分析
by: 杜京城, et al.
Published: (2020-01-01) -
基于强化学习的自适应网络覆盖优化算法研究
by: 柳旭东, et al.
Published: (2022-01-01) -
云管边端架构下虚拟电厂资源集群与协同调控研究综述及展望
by: 卫璇, et al.
Published: (2020-11-01) -
一种降低SFBC MIMO-OFDM系统PAPR的改进SLM算法
by: 陈发堂, et al.
Published: (2016-01-01) -
基于深度强化学习算法的自主式水下航行器深度控制
by: 王日中, et al.
Published: (2020-12-01)