[发明专利]异构车联网中面向异质业务的分布式资源分配方法及系统

说明书

本公开提供了一种异构车联网中面向异质业务的分布式资源分配方法及系统，获取异构蜂窝车联网系统内的蜂窝用户、通信信道和V2V用户信息；采用时延违约概率和归一化的吞吐量，构建V2V用户时延敏感业务的效用函数和时延容忍业务的效用函数，得到V2V用户异质业务的混合效用函数；建立多用户的马尔可夫决策模型，确定状态空间、动作空间和回报函数；利用MADDPG算法集中训练分布执行的思想，根据训练好的Actor网络，输入每个V2V用户当前观测到的状态信息，得到通信信道和发射功率的最佳动作，进而得到最佳的资源分配方式；本公开能够更加智能和高效地配置网络中的有限资源来满足具有异质业务类型的V2V用户通信的需求，提升了资源的利用效率。

技术领域

本公开涉及无线通信技术领域，特别涉及一种异构车联网中面向异质业务的分布式资源分配方法及系统。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术，并不必然构成现有技术。

随着5G移动通信的到来，为车联网提供一个新兴的平台的同时，也为其提出了更高的要求，如无处不在的连接、低时延、高可靠和高速率的支持各种应用等。然而不可忽视的是5G时代的网络资源也是十分有限的，特别是频谱资源。因此如何智能高效地分配资源、提高有限资源的利用率、减少资源的浪费成为车联网中一个重要的研究课题和急需解决的问题。

目前已有车联网中的资源分配问题一般具有两种解决的方式，一种是集中式，另一种是分布式。集中式的解决方法是以一个中央控制器收集全部用户的信息后，经全面的综合、分析、处理之后做出一个全局最优的决策。虽然做出的决策全局最优，但集中式的算法复杂度较高且需综合全部用户的信息，这对中央控制器的计算能力要求较高，因而不适合于具有巨大接入量且实时变化的车联网应用场景。而分布式的解决方式，可以使用户独立的做出决策，最大化自己的效用函数，通常收敛于局部最优解，但因其具有更快的决策速度和较低的算法复杂度而被大家欢迎。考虑到异构车联网的网络特征，分布式的资源分配方法更加适合车联网的应用场景。同时资源分配问题具有非凸性和组合性，一般很难用传统的分配方法得到一个全局最优解。并且最近研究的解决方法如博弈论、线性规划算法、马尔可夫近似策略等都需要一个精准完备的交互信息才能有效的解决联合资源分配问题，然而通常情况是很难在实时变化的环境中获得完备的交互信息，因此亟需探寻更加智能有效的资源分配方法。人工智能为解决上述问题提供了一种潜在的解决途径，其中强化学习算法可以通过实时的与环境进行交互从而获得最优策略来解决智能决策问题。

本公开发明人发现，现有的强化学习算法如Q-learning方法虽然提供了一种很好解决思路，但现有的研究中会因为状态和动作空间的增大，从而使Q值表变得巨大，导致收敛变慢。为解决此问题，大多数文献采用了DQN强化学习的算法，用神经网络(NN)来代替Q-learning中巨大的Q表，但由于车联网是一种多用户的应用场景，在这种情况的情况下多个用户同时做出决策会导致环境的不稳定，因此违反了Q-leaning的收敛条件以及不能使用经验重放的方法来加快学习速率而且Q-learning算法的状态和动作空间只适用于离散的情况，无法应用于连续的状态观测和动作估计，因而不适合于车联网场景下巨大的接入量和时变环境下连续做出决策的情况。

发明内容

为了解决现有技术的不足，本公开提供了一种异构车联网中面向异质业务的分布式资源分配方法及系统，能够更加智能和高效地配置网络中的有限资源来满足具有异质业务类型的车辆对车辆(V2V，Vehicle-to-Vehicle)用户业务需求，提升了资源的利用效率。

为了实现上述目的，本公开采用如下技术方案：

本公开第一方面提供了一种异构车联网中面向异质业务的分布式资源分配方法。

一种异构车联网中面向异质业务的分布式资源分配方法，步骤如下：

获取异构蜂窝车联网系统内的蜂窝用户、通信信道和基于D2D(Device-to-Device)通信的V2V用户信息；