[文献提炼] 车联网中资源分配的问题建模三篇

最新推荐文章于 2024-02-24 22:37:51 发布

Love_marginal

最新推荐文章于 2024-02-24 22:37:51 发布

阅读量6.2k

点赞数 9

分类专栏： V2X 自动驾驶资源管理

本文链接：https://blog.csdn.net/m0_37495408/article/details/107546431

版权

前言

摘录和分析看过的论文中 SYSTEM MODEL / PROBLEM FORMULATION 的部分，关注论文的关键词为 UUDN V2X RL。

Spectrum Sharing in Vehicular Networks Based on Multi-Agent Reinforcement Learning

本文是19年使用RL解决V2X资源分配问题的经典开源论文

链路的表示：考虑蜂窝车联网如上，在单一基站覆盖下存在 M 个 V2I 和 K 个 V2V，传输高数据率的娱乐数据和高可靠性的周期性安全数据，来自 3GPP Release 15 for cellular V2X enhancement [4]。V2I 用 Uu 接口，V2V用 PC5 接口进行 D2D 通信。假设均为单天线。V2I链路集记作记作 $\mathcal{M}$ ={1, ..., M}，V2V链路的集合记作 $\mathcal{K}$ = {1, ..., K}。

[4] Technical Specification Group Radio Access Network; Study enhance- ment 3GPP Support for 5G V2X Services; (Release 15), document 3GPP TR 22.886 V15.1.0, 3rd Generation Partnership Project, Mar. 2017.

V2V与V2V在资源分配中的关系：使用蜂窝V2X架构下的 Mode 4，车辆共享资源池以同时进行V2V通信，该资源池与V2I的重叠。假设M个V2I（上行）以固定的功率各占用一个正交的频谱子带。

使用OFDM，假设信道衰落在一个频谱子带内大致相同，不同子带间相互独立。在一个相干时段内，k 号V2V链路在 m号子带上的增益为： $g_k[m] = \alpha_kh_k[m]$ 。为频率相关的小尺度衰落成分（假设其服从单位均值的指数分布）， $\alpha$ 为大尺度衰落成分（包括路损和阴影）

k‘ 号 V2V 对 k 号 V2V 的干扰为（在 m 号子带上）： $g_{k',k}[m]$
k 号 V2V 对 BS 的干扰为（在 m 号子带上）： $g_{k,B}[m]$
m 号 V2I 对 BS 的干扰为（在 m 号子带上）： $\hat{g}_{m, B}[m]$
m 号 V2I 对 k 号 V2V 的干扰为（在 m 号子带上）： $\hat{g}_{m,k}[m]$

以上参量如何得到？

首先要提到这部分的计算过程在代码中 Environment_marl.py - Compute_Performance_Reward_Train 方法里，是用发射功率、大尺小尺算出来的，计算上述参量的时候

已知 V2V链路 (或者说V) 的发射功率 (由动作决定)、V2I损耗（包含大尺小尺和快衰） -> 可算 V2I 受到的干扰
已知 V2I发射功率(据前规定，是定值)、V2I损耗（包含大尺小尺和快衰） -> 可算 V2I 的信号功率
已知 V2V发射功率(由动作决定) 、V2V损耗（包含大尺小尺和快衰） -> 可算 V2V 的信号功率
已知V2I发射功率、V2V发射功率、V2V损耗（包含大尺小尺和快衰）、V2I损耗（包含大尺小尺和快衰） -> 可算V2V受到的干扰

SINR的表示：

m号V2I （在m号子带上）的SINR为 $\gamma_{m}^{c}[m]=\frac{P_{m}^{c} \hat{g}_{m, B}[m]}{\sigma^{2}+\sum_{k} \rho_{k}[m] P_{k}^{d}[m] g_{k, B}[m]}$

k号V2V（在m号子带上）的SINR为 $\gamma_{k}^{d}[m]=\frac{P_{k}^{d}[m] g_{k}[m]}{\sigma^{2}+I_{k}[m]}$

其中 P_m^c 和 P_k^d[m] 分别是 m号V2I发射端和 k 号V2V发射端的发射功率， $\sigma^2$ 表示噪声功率，I 为干扰功率，如下： $I_{k}[m]=P_{m}^{c} \hat{g}_{m, k}[m]+\sum_{k^{\prime} \neq k} \rho_{k^{\prime}}[m] P_{k^{\prime}}^{d}[m] g_{k^{\prime}, k}[m]$