0　引言

車聯(lián)網(wǎng)在智能交通系統(tǒng)[1]中應(yīng)用廣泛，例如，在車聯(lián)網(wǎng)中通過路邊單元實時發(fā)送交通數(shù)據(jù)給地面車輛，從而提高城市交通的安全性[2]。然而，在智能交通系統(tǒng)中實時共享高質(zhì)量實況交通數(shù)據(jù)仍是一項有待商榷的問題，當有緊急事故發(fā)生時車輛無法了解情況可能會造成更加嚴重的后果。為此，本文提出了車聯(lián)網(wǎng)中基于單頻網(wǎng)絡(luò)(Single Frequency Network, SFN)技術(shù)[3]的交通信息傳輸方案。

SFN技術(shù)可以同時同頻地將數(shù)據(jù)發(fā)送給車輛，有節(jié)省頻譜資源、信號覆蓋范圍廣等優(yōu)點，近年來SFN技術(shù)發(fā)展得如火如荼，為車聯(lián)網(wǎng)中數(shù)據(jù)傳輸提供了契機。目前關(guān)于SFN多播資源分配的文獻，大多是考慮的靜態(tài)用戶。在文獻[4]中，作者提出了基于功率的非正交復(fù)用技術(shù)，采用SFN技術(shù)將數(shù)據(jù)多播給中心單元用戶，實現(xiàn)了地面移動寬帶和電視廣播系統(tǒng)的融合，從而提高頻譜利用率；在文獻[5]中，作者對靜態(tài)用戶進行分組，提出一種能夠找到接近最優(yōu)解的算法，從而提高了系統(tǒng)效用；在文獻[6]中，作者對靜態(tài)用戶分組，并考慮了視頻版本不同對用戶觀看視頻體驗的影響，提出了聯(lián)合優(yōu)化SFN集群形成、用戶分組、視頻資源分配和比特率選擇的方案，以實現(xiàn)最大化用戶的體驗質(zhì)量(Quality of Experience, QoE)；在文獻[7]中，作者設(shè)計了360°視頻直播場景，提出了VRCast方案，從而提高了用戶接收視頻的質(zhì)量，并實現(xiàn)了用戶之間的公平性。但上述文獻中都是基于用戶的瞬時狀態(tài)，沒有考慮用戶的移動性，不適用于車聯(lián)網(wǎng)場景當中，無法準確評估不同時隙車輛的移動位置。

隨著5G技術(shù)的愈發(fā)成熟和即將到來的6G時代，自動駕駛、車輛通信[8]等新興技術(shù)高速發(fā)展，研究人員對車輛的移動性[9]進行了深入研究，將可以實現(xiàn)快速、高效、合理地進行數(shù)據(jù)傳輸，提高接收數(shù)據(jù)成功率。目前已有文獻將重點放在根據(jù)車輛移動性進行資源分配。在文獻[10]中，作者提出了聯(lián)合優(yōu)化任務(wù)卸載決策、功率和帶寬分配的方案，在降低信噪比(Signal to Noise Ratio, SNR)中斷概率的前提下，最小化系統(tǒng)總能耗；在文獻[11]中，作者提出了基于多智能體深度強化學(xué)習(xí)的資源分配框架，在降低SNR中斷概率的前提下，通過聯(lián)合優(yōu)化信道分配和功率控制，來提高用戶服務(wù)質(zhì)量(Quality of Service, QoS)[12]。上述文獻雖然考慮了車輛的移動性，但并未在SFN場景中考慮在有干擾基站的情況下產(chǎn)生信干噪比(Signal-to-Interference plus Noise Ratio, SINR)中斷概率的問題。本文針對車聯(lián)網(wǎng)中基于SFN技術(shù)的交通信息傳輸場景，提出了資源分配方案來降低SINR中斷概率，最小化SFN中每個路邊單元(Road Side Unit, RSU)的傳輸功率。

綜上所述，本文主要貢獻有：(1) 采用了SFN技術(shù)將數(shù)據(jù)同時同頻發(fā)送給車輛，同時考慮車輛移動性，傳統(tǒng)的系統(tǒng)模型中只考慮靜態(tài)用戶，本文模型在構(gòu)建MDP時，考慮了車輛實時移動位置坐標、行駛速度等，基于動態(tài)的信道信息來優(yōu)化RSU的功率分配；(2) 傳統(tǒng)的SFN傳輸方案中并沒有考慮干擾基站對傳輸功率的影響，本文在SFN場景中考慮在有干擾基站的情況下產(chǎn)生SINR中斷概率的問題；(3)采用基于好奇心驅(qū)動的 DQN(C-DQN)資源優(yōu)化算法來求解，與其他強化學(xué)習(xí)算法相比，該算法收斂速度更快，收斂值更高。

本文詳細內(nèi)容請下載：http://www.jysgc.com/resource/share/2000005718

作者信息：

王璐

（山西大學(xué)  物理電子工程學(xué)院，山西 太原 030006）