全部
期刊
文献
标题
作者
单位
摘要
关键词
栏目
基金
文献检索
包含全部检索词
包含精确检索词
包含至少一个检索词
作者
出版物
发表时间
-

基于强化学习的认知车联网资源分配方案

徐浩东

福州大学

与传统的认知物联网不同,认知车联网(Cognitive Internet of Vehicles,CIoV)的特点是车辆具有高移动性,这就导致了信道状态信息(Channel State Information,CSI)的快速变化,因此难以获得完美的CSI。在这一背景下,研究了CIoV的联合信道分配和功率控制的资源分配问题,旨在最大限度地提高所有车辆用户的总吞吐量。此外,提出了一种混合深度强化学习算法,以解决离散的信道分配和连续的功率控制。仿真实验表明,与其他未考虑未知CSI的方案相比,所提方案有效地提高了CIoV的总吞吐量。

相关文献

导出/参考文献
[1]徐浩东. 基于强化学习的认知车联网资源分配方案[J]. 通信技术 . 2023(01): 298-304.

PDF在线阅读

《基于强化学习的认知车联网资源分配方案》

价格:0.00

Copyright © 2021-2024 全科互知 | 赣ICP备2021006197号-4 | 新出网证(赣)字20417号
赣公网安备 36012102000372号 | 赣B2-20210313 | 技术支持:道然科技

sasa 互知学术
sasa 全科互知