一种基于深度强化学习的V2R通信安全速率优化方法技术

本发明专利技术属于通信安全速率优化领域，并公开了一种基于深度强化学习的V2R通信安全速率优化方法，包括：构建包含若干车辆和若干路侧单元RSU的基于实时交通的车联网数据收集架构；求解路侧单元RSU与车辆通信时车辆安全速率和路侧单元RSU给车辆所分配的带宽，基于所述车辆安全速率和路侧单元RSU给车辆所分配的带宽以最大化安全速率为目标建立优化问题；构建MDP模型，通过所述MDP模型表达所述优化问题；通过Double DQN算法解决所述优化问题。本发明专利技术所述技术方案能够实现轻量级和快速的通信。

【技术实现步骤摘要】

本专利技术属于通信安全速率优化领域，特别是涉及一种基于深度强化学习的v2r通信安全速率优化方法。

技术介绍

1、近年来，智能交通系统(its)引起了广泛的关注，因为它是一种潜在的和有价值的解决方案，以确保交通安全，为人们生活提供便利。然而，车辆数量的增加也增加了处理和计算需求。处理巨大的交通是世界范围内最大的挑战，因为交通量随着车辆数量呈指数级增长。随后，研究人员将通信车辆的想法概念化，从而产生了车辆自组织网络(vanets)。

2、vanets是移动的ad hoc网络向车辆领域的演进。车辆自组网中的车辆被视为节点，其通信可以分为两种类型，即车辆到车辆(v2v)和车辆到基础设施(v2i)。在v2v中，车辆通过专用短程通信(dsrc)标准与其他车辆通信以交换交通相关信息。在v2i中，车辆与网络基础设施通信，即路侧单元(rsu)并从中获取服务。

3、然而，在vanets中，由于开放的通信环境，v2v和v2i通信容易受到许多对抗性的主动和被动攻击。例如，恶意车辆(攻击者)发送噪声信号以防止车辆从rsu获得服务，以便误导其他驾驶员减速或制动本文档来自技高网...

【技术保护点】

1.一种基于深度强化学习的V2R通信安全速率优化方法，其特征在于，包括：

2.根据权利要求1所述的一种基于深度强化学习的V2R通信安全速率优化方法，其特征在于，各所述车辆通过DSRC协议与相邻车辆和各所述路侧单元RSU进行通信。

3.根据权利要求1所述的一种基于深度强化学习的V2R通信安全速率优化方法，其特征在于，求解路侧单元RSU与车辆通信时车辆安全速率和路侧单元RSU给车辆所分配的带宽，具体包括：

4.根据权利要求3所述的一种基于深度强化学习的V2R通信安全速率优化方法，其特征在于，得到所述当前车辆的车辆安全速率，具体计算公式包括：

5...

【技术特征摘要】

1.一种基于深度强化学习的v2r通信安全速率优化方法，其特征在于，包括：

2.根据权利要求1所述的一种基于深度强化学习的v2r通信安全速率优化方法，其特征在于，各所述车辆通过dsrc协议与相邻车辆和各所述路侧单元rsu进行通信。

3.根据权利要求1所述的一种基于深度强化学习的v2r通信安全速率优化方法，其特征在于，求解路侧单元rsu与车辆通信时车辆安全速率和路侧单元rsu给车辆所分配的带宽，具体包括：

4.根据权利要求3所述的一种基于深度强化学习的v2r通信安全速率优化方法，其特征在于，得到所述当前车辆的车辆安全速率，具体计算公式包括：

5.根据权利要求3所述的一种基...

【专利技术属性】
技术研发人员：徐会彬，方龙，
申请(专利权)人：湖州师范学院，
类型：发明
国别省市：