【技术实现步骤摘要】
本申请涉及轨道交通，特别是轨道交通无线资源分配的。
技术介绍
1、轨道交通在当前城市化发展的重要性非常重要。轨道交通正在研发列车自主运行系统，特征是采用可靠的车车通信体制提高了列车运行的效率和安全性。在该体制下列车控制信号的通信链路包括车车通信t2t链路和车地通信t2w链路两种。其中t2t传输最重要的位置、速度、加速度以及方向等信息，对其要求的是通信的可靠性，t2w传输其它列控信息，对其要求的是通信吞吐量。由于无线通信资源受限，因此该体制下急需选择合理的资源分配算法，满足t2t、t2w不同需求，同时具有泛模型适用于各种运行环境，使列车控制具有更高的可靠性和足够的吞吐量。
2、传统的适用于列车控制系统的通信资源分配方案采用权重因子博弈控制，车地通信t2w链路在博弈中被视为主导体，车车通信t2t链路被视为跟随体。主导体根据当前链路状态影响跟随的决策，跟随体计算自己的资源分配收益，车车通信t2t链路获得的的最优功率。在资源分配过程中根据车车通信t2t链路瞬时吞吐量和平均吞吐量引入基于比例公平的权重因子，实现在满足列车控制系统的服务质量要求下，保证列车车车通信t2t通信的有效性。比例公平因子的目的是通过计算链路的瞬时吞吐量与平均吞吐量的比率来确定用户在资源分配过程中的优先级。在资源分配过程中，如果链路的链路状态较差，其瞬时吞吐量就会降低，从而导致资源分配困难。如果链路已经无法分配资源，则会导致其平均吞吐量降低，链路的瞬时吞吐量与平均吞吐量的比例会增加。这种方法没有顾及t2t、t2w不同需求，同时仅仅针对特定场景，无法适应不同
技术实现思路
1、本申请提供一种轨道交通无线通信资源分配方法、存储介质及电子设备，用于优化列控系统无线通信资源的分配。
2、第一方面，本申请实施例提供一种轨道交通无线通信资源分配方法，包括：配置场景参数，并基于场景参数确定包含多个任务的元任务集，其中，每个任务为当前环境状态、动作、奖励和当前环境状态的下一状态构建的决策模型；每个任务配置有支持任务个体级更新和全局级更新的支持集，查询集以及经验数据集；采用双深度q网络对所述决策模型进行元训练，并通过所述支持集和所述经验数据集更新个体级网络权重，通过所述查询集更新全局级网络权重；获取新环境场景参数，并基于所述新环境场景参数对所述决策模型进行适应调整，并通过适应调整之后的所述决策模型对新环境场景进行无线通信链路资源分配。
3、在所述第一方面的一种实现方式中，所述双深度q网络中，对于列车与列车t2w通信的奖励为路传输成功概率，对于列车对轨旁t2w通信的奖励为链路吞吐量。
4、在所述第一方面的一种实现方式中，所述无线通信链路资源包括lte资源；所述lte资源包括由时域和频域组成的资源块资源和功率域的功率资源。
5、在所述第一方面的一种实现方式中，所述采用双深度q网络对所述决策模型进行元训练过程中：个体级更新中对每个任务逐步优化，全局级更新中对一批采样任务的周期性同步更新；每个任务基于继承的全局共享参数初始化，任务本身的参数执行个体级别的更新，然后基于任务本身的参数进一步对全局参数更新。
6、在所述第一方面的一种实现方式中，每个任务的网络的权重通过梯度下降算法进行更新。
7、在所述第一方面的一种实现方式中，所述采用双深度q网络对所述决策模型进行元训练包括：根据当前环境状态和动作得到当前最大q值；将当前环境状态的下一状态输入到双深度q网络中，根据选择的动作不同得到各个动作的q值；选取当前环境状态的下一状态的最大q值对应的动作，将当前环境状态的下一状态输入到目标网络中，获取所述当前环境状态的下一状态的最大q值对应的动作对应的q值；以当前环境状态的下一状态对应的奖励和当前环境状态和动作得到的当前最大q值对双深度q网络进行修正。
8、在所述第一方面的一种实现方式中，所述场景参数包括环境状态空间参数与环境参数；所述状态空间参数包括t2t链路增益、t2w链路增益、相关子链路功率、干扰噪声、传输负载以及剩余时间。
9、在所述第一方面的一种实现方式中，所述环境状态空间参数与环境参数之间的生成关系包括：由列车位置以及列车时刻得到列车间t2t的距离和t2w的距离；由t2t的距离、路径损耗和阴影得到t2t链路增益和t2w链路增益；由t2t发射功率、基站天线增益、列车天线增益得到实际发射功率，并由所述实际发射功率、链路增益、噪声、以及t2w干扰得到t2t信干比；由t2t信干比和带宽得到t2t传输成功概率和t2w吞吐量。
10、第二方面，本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现本申请第一方面中任一项所述的轨道交通无线通信资源分配方法。
11、第三方面，本申请实施例提供一种电子设备，所述电子设备包括：存储器，存储有一计算机程序；处理器，与所述存储器通信相连，调用所述计算机程序时执行本申请第一方面中任一项所述的轨道交通无线通信资源分配方法。
12、本申请实施例提供的轨道交通无线通信资源分配方法，不同场景下构建相应的元训练阶段和元适应阶段，实现环境更新下的快速学习。通过较少的样本满足t2t链路传输成功概率t2w链路吞吐量的要求，提高了无线通信资源的整体应用效能，有效优化列控系统无线通信资源的分配。
本文档来自技高网...【技术保护点】
1.一种轨道交通无线通信资源分配方法，其特征在于，包括：
2.根据权利要求1所述的轨道交通无线通信资源分配方法，其特征在于，所述双深度Q网络中，对于列车与列车T2W通信的奖励为路传输成功概率，对于列车对轨旁T2W通信的奖励为链路吞吐量。
3.根据权利要求1所述的轨道交通无线通信资源分配方法，其特征在于，所述无线通信链路资源包括LTE资源；所述LTE资源包括由时域和频域组成的资源块资源和功率域的功率资源。
4.根据权利要求1所述的轨道交通无线通信资源分配方法，其特征在于，所述采用双深度Q网络对所述决策模型进行元训练过程中：个体级更新中对每个任务逐步优化，全局级更新中对一批采样任务的周期性同步更新；每个任务基于继承的全局共享参数初始化，任务本身的参数执行个体级别的更新，然后基于任务本身的参数进一步对全局参数更新。
5.根据权利要求4所述的轨道交通无线通信资源分配方法，其特征在于，每个任务的网络的权重通过梯度下降算法进行更新。
6.根据权利要求1所述的轨道交通无线通信资源分配方法，其特征在于，所述采用双深度Q网络对所述决策模型
7.根据权利要求1所述的轨道交通无线通信资源分配方法，其特征在于，所述场景参数包括环境状态空间参数与环境参数；所述状态空间参数包括T2T链路增益、T2W链路增益、相关子链路功率、干扰噪声、传输负载以及剩余时间。
8.根据权利要求7所述的轨道交通无线通信资源分配方法，其特征在于，所述环境状态空间参数与环境参数之间的生成关系包括：
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至8中任一项所述的轨道交通无线通信资源分配方法。
10.一种电子设备，其特征在于，所述电子设备包括：
...【技术特征摘要】
1.一种轨道交通无线通信资源分配方法，其特征在于，包括：
2.根据权利要求1所述的轨道交通无线通信资源分配方法，其特征在于，所述双深度q网络中，对于列车与列车t2w通信的奖励为路传输成功概率，对于列车对轨旁t2w通信的奖励为链路吞吐量。
3.根据权利要求1所述的轨道交通无线通信资源分配方法，其特征在于，所述无线通信链路资源包括lte资源；所述lte资源包括由时域和频域组成的资源块资源和功率域的功率资源。
4.根据权利要求1所述的轨道交通无线通信资源分配方法，其特征在于，所述采用双深度q网络对所述决策模型进行元训练过程中：个体级更新中对每个任务逐步优化，全局级更新中对一批采样任务的周期性同步更新；每个任务基于继承的全局共享参数初始化，任务本身的参数执行个体级别的更新，然后基于任务本身的参数进一步对全局参数更新。
5.根据权利要求4所述的轨道...
【专利技术属性】
技术研发人员：何庆军，张振刚，刘明荐，金志华，李士寒，李振国，石磊，钱宏华，金彦亮，吴雅婷，顾玲嘉，
申请(专利权)人：上海中铁通信信号测试有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。