公开(公告)号：CN115119281B

公开(公告)日：2024-08-16

申请号：CN202210733174.3

申请日：2022-06-27

Applicant: 东北大学

Inventor： 王兴伟 ,  赵洁 ,  易波 ,  何强 ,  黄敏

IPC: H04W40/02 ,  H04W40/10 ,  H04W40/20 ,  H04W4/44 ,  H04W28/08 ,  H04W88/04 ,  G06N20/00 ,  G16Y10/75

Abstract: 本发明提供一种用于卸载5G蜂窝物联网的V2V路由框架的设计方法，涉及5G蜂窝物联网技术领域。包括RLbR(Reinforcement Learning based V2V Routing，基于强化学习的V2V路由)系统框架的设计、RLbR框架路由协议的设计以及性能评估。为了有效地传输分流流量，本发明设计了相应的V2V路由算法。在路由算法中，利用强化学习评价邻近车辆的质量，基于位置因子PF转发数据包，通过环境模型加速Q表的收敛。在多个模拟场景下进行性能评估。结果表明，提出的框架有效地减轻了蜂窝网络的流量，在网络生存期、平均能耗、传输比和平均时延方面都有较好的性能。

公开(公告)号：CN115119281A

公开(公告)日：2022-09-27

申请号：CN202210733174.3

申请日：2022-06-27

Applicant: 东北大学

Inventor： 王兴伟 ,  赵洁 ,  易波 ,  何强 ,  黄敏

IPC: H04W40/02 ,  H04W40/10 ,  H04W40/20 ,  H04W4/44 ,  H04W28/08 ,  H04W88/04 ,  G06N20/00 ,  G16Y10/75

Abstract: 本发明提供一种用于卸载5G蜂窝物联网的V2V路由框架的设计方法，涉及5G蜂窝物联网技术领域。包括RLbR(Reinforcement Learning based V2V Routing，基于强化学习的V2V路由)系统框架的设计、RLbR框架路由协议的设计以及性能评估。为了有效地传输分流流量，本发明设计了相应的V2V路由算法。在路由算法中，利用强化学习评价邻近车辆的质量，基于位置因子PF转发数据包，通过环境模型加速Q表的收敛。在多个模拟场景下进行性能评估。结果表明，提出的框架有效地减轻了蜂窝网络的流量，在网络生存期、平均能耗、传输比和平均时延方面都有较好的性能。