[发明专利]一种基于深度强化学习的低时延高可靠性V2V资源分配方法有效
| 申请号： | 202110273591.X | 申请日： | 2021-03-12 |
| 公开（公告）号： | CN112954651B | 公开（公告）日： | 2022-04-08 |
| 发明（设计）人： | 缪娟娟;宋晓勤;王书墨;张昕婷;雷磊 | 申请（专利权）人： | 南京航空航天大学 |
| 主分类号： | H04W4/46 | 分类号： | H04W4/46;H04W24/06;H04W72/04;H04W72/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 210016*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出的一种基于深度强化学习的低时延高可靠性资源分配方法，考虑了处于基站覆盖范围外的NR‑V2X侧链资源分配，其中车辆根据自己观测到的信息以及在训练阶段得到的Q网络调度5G网络中供V2V用户使用的URLLC切片资源。为了最大化V2V通信的能量效率，并且保证通信的可靠性以及时延要求，提出了一种使用集中式训练、分布式执行的深度强化学习架构，借助DDQN学习方法训练出满足上述要求的模型。将资源分配问题中目标和约束的建模都转化为深度强化学习中收益的设计，可以有效解决V2V用户信道分配和功率选择的联合优化问题，可以在一系列连续动作空间的优化中表现稳定。 | ||
| 搜索关键词： | 一种 基于 深度 强化 学习 低时延高 可靠性 v2v 资源 分配 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京航空航天大学，未经南京航空航天大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110273591.X/，转载请声明来源钻瓜专利网。
