-
公开(公告)号：CN111083708B
公开(公告)日：2022-09-23
申请号：CN201911214994.6
申请日：2019-12-02
Applicant: 北京邮电大学
Abstract: 本发明公开了一种基于干扰感知多图的V2V通信异质频谱分配方法，属于无线通信领域。首先构建集成蜂窝频段和毫米波频段的车联网V2V通信网络模型，建立V2V接收用户的异质频谱信干噪比SINR以及蜂窝用户的SINR；然后利用V2V接收用户的SINR计算V2V链路的单位带宽通信速率；并将最大化V2V链路最小单位带宽通信速率为优化目标，以V2V链路的延时和可靠性约束和CUE的SINR高于最低SINR要求为优化条件，构建车联网异质频谱共享优化模型；构建干扰感知多图模型对V2V异质频谱资源分配优化模型进行优化，得到各个V2V通信链路的资源分配方案。本发明提高了系统通信速率，保证了V2V通信的延时和可靠性要求，并保障了蜂窝用户的通信质量。
-
公开(公告)号：CN109729528A
公开(公告)日：2019-05-07
申请号：CN201910161391.8
申请日：2019-03-04
Applicant: 北京邮电大学
Abstract: 本发明公开了一种基于多智能体深度强化学习的D2D资源分配方法，属于无线通信领域。首先构建蜂窝网络与D2D通信共享频谱的异构网络模型，基于其存在的干扰，建立D2D接收用户的信干噪比SINR以及蜂窝用户的SINR，然后分别计算蜂窝链路和D2D链路的单位带宽通信速率后，以将最大化系统容量为优化目标，构建异构网络中的D2D资源分配优化模型；针对时隙t，在D2D资源分配优化模型的基础上，构建每一个D2D通信对的深度强化学习模型；分别对后续时隙中的每个D2D通信对提取各自的状态特征矢量，输入训练好的深度强化学习模型中，得到各个D2D通信对的资源分配方案。本发明优化了频谱分配和传输功率，最大化了系统容量，提供了低复杂度的资源分配算法。
-
公开(公告)号：CN109729528B
公开(公告)日：2020-08-18
申请号：CN201910161391.8
申请日：2019-03-04
Applicant: 北京邮电大学
Abstract: 本发明公开了一种基于多智能体深度强化学习的D2D资源分配方法，属于无线通信领域。首先构建蜂窝网络与D2D通信共享频谱的异构网络模型，基于其存在的干扰，建立D2D接收用户的信干噪比SINR以及蜂窝用户的SINR，然后分别计算蜂窝链路和D2D链路的单位带宽通信速率后，以将最大化系统容量为优化目标，构建异构网络中的D2D资源分配优化模型；针对时隙t，在D2D资源分配优化模型的基础上，构建每一个D2D通信对的深度强化学习模型；分别对后续时隙中的每个D2D通信对提取各自的状态特征矢量，输入训练好的深度强化学习模型中，得到各个D2D通信对的资源分配方案。本发明优化了频谱分配和传输功率，最大化了系统容量，提供了低复杂度的资源分配算法。
-
公开(公告)号：CN111083708A
公开(公告)日：2020-04-28
申请号：CN201911214994.6
申请日：2019-12-02
Applicant: 北京邮电大学
Abstract: 本发明公开了一种基于干扰感知多图的V2V通信异质频谱分配方法，属于无线通信领域。首先构建集成蜂窝频段和毫米波频段的车联网V2V通信网络模型，建立V2V接收用户的异质频谱信干噪比SINR以及蜂窝用户的SINR；然后利用V2V接收用户的SINR计算V2V链路的单位带宽通信速率；并将最大化V2V链路最小单位带宽通信速率为优化目标，以V2V链路的延时和可靠性约束和CUE的SINR高于最低SINR要求为优化条件，构建车联网异质频谱共享优化模型；构建干扰感知多图模型对V2V异质频谱资源分配优化模型进行优化，得到各个V2V通信链路的资源分配方案。本发明提高了系统通信速率，保证了V2V通信的延时和可靠性要求，并保障了蜂窝用户的通信质量。
-
-
-
Search Results
4
records
(took 0.022 seconds)
