[发明专利]一种车联网资源分配方法、装置、设备及可读存储介质

说明书

本申请提供了一种车联网资源分配方法、装置、设备及可读存储介质，发射机选择t时隙相应的传输功率以及传输数据包个数，接收机在K轮信道采样后记录KT个瞬时信道状态信息h_t；其中，t为单个时隙，T为多个时隙，且t∈{1，2，...，T}；接收机基于瞬时信道状态信息h_t，通过反向Q‑learning算法计算基于奖励机制的最优资源分配策略，并反馈至发射机；其中，最优资源分配策略为保证信道传输成功率的同时最小化发射机功耗的策略；发射机根据最优资源分配策略完成信息无线传输。通过本申请方案的实施，在接收机在K轮信道采样后记录KT个瞬时信道状态信息h_t之后，通过反向Q‑learning算法计算基于奖励机制的最优资源分配策略，在保证传输功率的同时，最小化了系统的传输功耗。

技术领域

本申请涉及电子技术领域，尤其涉及一种车联网资源分配方法、装置、设备及可读存储介质。

背景技术

与传统的蜂窝移动通信场景不同，在车联网环境下，由于车辆高速移动导致无线信道快速变化，传统的需要全部信道状态信息的通信资源管理方法不能再应用于车联网通信。对于车联网通信中面临的挑战，有研究者已经提出一些方案，这些资源管理方案可以划分为中心化和分布式两种。

对于中心化的方式，为了做出更好的决策，每辆车都要向中心控制器发送本地信息，包括本地信道状态信息和干扰信息，利用从车辆收集到的信息，通常将资源管理表述为优化问题，V2V通信链路的服务质量要求一般通过约束来实现。然而，这种方法也面临一些问题，一方面，优化问题的最优解往往难以找到，作为替代解决方案，通常将问题分为几个步骤，以便可以为每个步骤找到局部最优和次最优解决方案；另一方面，由于车辆信息应报告给中心控制器以解决资源分配问题，这使得传输开销较大，并且随着网络规模的增大而急剧增加，使得这些方法很难扩展到大型网络。

对于现有的分布式资源管理方案，它并不需要中心控制器收集网络信息，此外，该方法更加自主和健壮，因为当中心控制器中断或不可用时，它仍然可以很好地运行。特别地，有研究者提出使用强化学习方法来实现分布式的资源分配，不同于仅基于缓慢变化的大尺度衰落信息的资源分配方案，这些方法基于瞬时信道状态信息h_t进行资源分配。通过奖励机制来保证可靠性，包括惩罚信息在传输过程中消耗的时间、奖励吞吐量等。然而，这些奖励设计并不完全符合可靠性要求，此外，虽然这些方法确实是处理复杂场景中的资源分配问题的有效方法，但是，通常很难衡量它们的性能到底有多好，尤其是从优化角度来说。

发明内容

本申请实施例提供了一种车联网资源分配方法、装置、设备及可读存储介质，至少能够解决资源分配问题中难以保证传输功率的同时降低系统功耗的问题。

本申请实施例第一方面提供了一种车联网资源分配方法，应用于V2V无线通信系统，包括：

发射机选择t时隙相应的传输功率以及传输数据包个数，接收机在K轮信道采样后记录KT个瞬时信道状态信息h_t；其中，t为单个时隙，T为多个时隙，且t∈{1；2；...；T}；

所述接收机基于所述瞬时信道状态信息h_t，通过反向Q-learning算法计算基于奖励机制的最优资源分配策略，并反馈至所述发射机；其中，所述最优资源分配策略为保证传输成功率的同时最小化发射机功耗的策略；

所述发射机根据所述最优资源分配策略完成信息无线传输。

本申请实施例第二方面提供了一种车联网资源分配装置，应用于V2V无线通信系统，包括：

选择模块，用于发射机在t时隙上选择相应传输功率以及相应传输数据包个数，接收机在K轮信道采样后记录KT个瞬时信道状态信息h_t；其中，t为单个时隙，T为多个时隙，且t∈{1；2；...；T}；