

蜂窝车联网的下行半静态资源分配方法.pdf
一只****签网
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
蜂窝车联网的下行半静态资源分配方法.pdf
本发明公开了一种蜂窝车联网的下行半静态资源分配方法。本发明一种蜂窝车联网的下行半静态资源分配方法,包括:集中式资源分配过程中,时频资源块设定为统一尺寸,根据信道状态信息为车载用户分配时频域、空域以及功率域资源,使车载用户之间形成时频资源正交、空分复用或功率域复用;其中,满足空分复用或功率域复用条件的车载用户簇,以资源块数最少为准则,与时频资源块进行匹配。本发明的有益效果:本发明在资源块设置、功率分配、车载用户与资源块匹配方面,能够有效分析波束内干扰、波束间干扰造成的同伴效应,从而在给定的系统带宽下,使用接
蜂窝车联网中基于模糊匹配的资源分配方法及装置.pdf
本发明实施例提供了一种蜂窝车联网中基于模糊匹配的资源分配方法及装置,其中方法包括:基于获取的网络资源信息和车辆用户信息,计算每一车辆用户在不同资源块上的信道功率增益,以及与该信道功率增益对应的时变信道功率增益;基于时变信道功率增益,构建基于三角模糊数的模糊空间模型;基于信道功率增益,计算每一车辆用户在对应接收端的信干噪比,及每一车辆用户在不同资源块上的数据速率;将数据速率映射到模糊空间模型中,得到模糊空间模型的效应函数;使用第一预设匹配算法,在资源块中为每一车辆用户选择目标匹配资源块,得到每一车辆用户的目
蜂窝网络下行传输资源协同分配方法及装置.pdf
本发明提供一种蜂窝网络下行传输资源协同分配方法及装置,涉及无线通信技术领域,该方法首先构建蜂窝网络中下行传输资源协同分配的初始优化问题模型;然后确定初始优化问题模型对应的收益函数、状态空间以及动作空间,确定初始优化问题模型对应的初始经验元组;此后基于优化问题的等价性,将初始优化问题模型等价转换为目标优化问题模型,并对初始经验元组进行增广,得到目标经验元组;最后通过目标经验元组,采用深度确定性策略梯度算法,对目标优化问题模型进行求解,得到蜂窝网络中的下行传输资源协同分配方案。由于对初始经验元组进行增广,可以
基于深度Q学习的蜂窝车联网边路资源分配算法.docx
基于深度Q学习的蜂窝车联网边路资源分配算法基于深度Q学习的蜂窝车联网边路资源分配算法摘要蜂窝车联网是当前研究的热点之一,边路资源分配是其中的重要问题。本论文基于深度Q学习算法,提出了一种新的蜂窝车联网边路资源分配算法。通过利用深度Q网络,将车辆的位置、速度等信息作为输入,学习获得最优的边路资源分配策略。实验结果表明,该算法能够高效地分配边路资源,提高系统的性能。关键词:蜂窝车联网,边路资源分配,深度Q学习,深度Q网络1.引言蜂窝车联网(CellularVehicle-to-Everything,C-V2X
超可靠低时延的蜂窝车联网下行多连接传输方法与系统.pdf
本发明公开了一种超可靠低时延的蜂窝车联网下行多连接传输方法与系统,为网联自动驾驶车辆提供了一种可靠的下行传输方案。本发明中有多个基站服务于具有多连接能力的多个用户,URLLC业务数据包使用不同的子载波在多条链路上同时独立地传输;本发明提出了一种多智能体深度强化学习算法来实现多连接性URLLC的实时功率分配,在服务于同一个URLLC用户的多个链路之间共享信息,并选择合适的传输功率,使各链路在保证可靠性的同时尽量减少小区间干扰和能耗。本发明利用多连接技术使得URLLC的实时可靠性在不依赖包重传的情况下大大增强