[发明专利]一种车联网资源分配方法及装置、电子设备

说明书

本发明公开了一种车联网资源分配方法，应用于车辆端，该方法包括：获取当前车辆的车辆状态和所述当前车辆的位置坐标；根据所述车辆状态确定车联网资源分配模型；根据所述车联网资源分配模型，确定所述车联网资源分配模型的局部模型参数；发送所述当前车辆的位置坐标和所述局部模型参数至基站端，以使所述基站端根据不同车辆端发送的局部模型参数得到全局模型参数；接收所述基站端发送的所述全局模型参数，并基于所述全局模型参数对所述车联网资源分配模型进行更新，以利用更新后的车联网资源分配模型进行车联网资源分配。本发明通过利用多个车辆端的原始模型聚合成全局模型，并对该全局模型进行更新，训练得到最佳策略可以适应新的环境。

技术领域

本发明涉及无线通信技术领域，具体涉及一种车联网资源分配方法及装置、电子设备。

背景技术

随着传感器和无线通信技术的快速发展，能够增强日常驾驶体验、提高道路安全和交通效率的车辆网络引起了工业界和学术界的极大关注。汽车的自动驾驶能力在很大程度上依赖于通过车辆通信及时收集和共享关键信息。车辆通信也称为V2X通信，包括V2I、V2V链路等。不同类型的V2X链路需要满足不同的服务质量(Quality of Service，QoS)要求。如何设计有效的干扰管理和资源分配方案来满足不同应用的QoS要求是车辆网络研究的重点。

在车辆网络中采用资源管理算法存在着很多问题。首先，在高动态车辆网络中，车辆的移动性导致无线链路的快速切换，环境变化时的即时资源分配至关重要。对于复杂度高的传统算法无法在约束时间内得出优化问题的可行解。其次，对于异构车辆网络中的各种标准和要求，建立一个精确的数学模型来度量复杂环境中的所有资源是一个挑战。最后，在变化的车辆网络中，环境是时空变化的，为了适应不断变化的拓扑结构和需求，资源分配方案必须具有主动探索和自适应能力。因此，现有研究在解决这些问题时仍然存在以下不足：

(1)尽管已有各种研究利用传统优化算法来解决V2X通信中的资源分配问题，但很难完全解决保证不同QoS需求问题。这类优化问题通常是NP-难(NondeterministicPolynomial-hard，NP-hard)问题，使用传统的优化分解理论复杂度高、收敛速度慢，无法适用于动态车辆网络场景。同时，现有的集中式分配方案也会产生大量通信开销，不利于网络扩展。

(2)强化学习可以动态、高效的找到最优策略。然而，在深度强化学习(DeepReinforcementLearning，DRL)中，当状态的特征空间较小且训练数据有限时，构建高质量的策略是一项挑战。同时，对于动态车辆环境中新加入车辆后，DRL模型在新的网络中无法进行复用，需要重新训练神经网络，耗费大量的训练时间，甚至无法达到收敛状态。

发明内容

因此，本发明要解决的技术问题在于传统无线网络严格的数学理论和算法大多是基于静态或低移动性的环境假设，不能有效地处理变化的环境条件下车联网资源分配的问题，从而提供一种车联网资源分配方法及装置、电子设备。

根据第一方面，本发明实施例公开了一种车联网资源分配方法，该方法包括：获取当前车辆的车辆状态和所述当前车辆的位置坐标；根据所述车辆状态确定车联网资源分配模型；根据所述车联网资源分配模型，确定所述车联网资源分配模型的局部模型参数；发送所述当前车辆的位置坐标和所述局部模型参数至基站端，以使所述基站端根据不同车辆端发送的局部模型参数得到全局模型参数；接收所述基站端发送的所述全局模型参数，并基于所述全局模型参数对所述车联网资源分配模型进行更新，以利用更新后的车联网资源分配模型进行车联网资源分配。

可选地，所述车辆状态包括：所述车辆与基站之间的真实信道容量以及所述车辆与基站之间的预设最小信道容量：所述根据所述车辆状态确定车联网资源分配模型，包括：当所述真实信道容量满足所述预设最小信道容量时，根据所述车辆状态，确定所述车辆端的状态空间、动作空间和奖励函数；根据所述状态空间、动作空间和奖励函数，确定所述车联网资源分配模型。