基于BP和RBF神经网络的C-V2X无线资源管理

作者：冯毅; 葛宁^*; 张陶冶

来源：电讯技术, 2023, 63(11): 1651-1660.

DOI：10.20079/j.issn.1001-893x.220418002

• 蜂窝车联网(C-V2X)
• 无线资源管理
• 神经网络
• 资源池

为了提升蜂窝车联网(Cellular Vehicle-to-Everything, C-V2X)资源复用的有效性和降低终端间的干扰，提出通过神经网络对未来时刻车流量的预测辅助无线资源管理方案。依据车载单元(On Board Unit, OBU)与路侧单元(Road Side Unit, RSU)间的车联网消息，获取RSU覆盖区域内各时刻的车流情况，分别采用BP(Back Propagation)神经网络和RBF(Radial Basis Function)神经网络进行短时交通流预测。RSU根据预测结果进行自适应分簇，簇间复用相同资源，簇内进行资源池的划分，RSU覆盖内的OBU在划分的资源池中选择发送资源，从而减少终端间的干扰，并保证热点区域车辆拥有更多的资源。仿真结果表明，在道路交通拥塞的场景下，所提方案的数据包接收率较标准中的方案提升14%,较典型文献方案提升10%,保证了通信的可靠性。

• 单位
  中国联合网络通信有限公司; 清华大学