摘要

轨道交通下一代列车对列车(T2T)通信为基础的列控系统中,列车对轨旁(T2W)通信与T2T通信并存。为了充分利用有限的频谱资源,提出了一种基于多智能体深度强化学习的T2T通信分布式资源分配方案。该方案依据通信内容划分不同优先级,同时将一个T2T或T2W链路看成一个智能体,每个智能体在与环境不断交互的同时选择动作独立实现分布式资源分配机制。仿真结果表明,该方案在降低T2T通信时延的基础上提高了T2W链路和系统整体的吞吐量;与现有的T2T通信资源分配方案相比,系统容量和T2T链路成功传输概率均有较大提高。