针对现有车联网协同感知方案在带宽和计算资源利用率饱和或不足、感知数据传输量大,以及通感一体化(integrated sensing and communications,ISAC)设计未能平衡感知与通信性能导致高时延的问题,提出了一种通感一体化辅助的车联网协同感...针对现有车联网协同感知方案在带宽和计算资源利用率饱和或不足、感知数据传输量大,以及通感一体化(integrated sensing and communications,ISAC)设计未能平衡感知与通信性能导致高时延的问题,提出了一种通感一体化辅助的车联网协同感知资源分配方案。为减少感知数据传输量并合理利用带宽和计算资源,提出一种基于相对位置的多层协同感知关心区域方案,联网自动车辆(connected autonomous vehicle,CAV)只需感知关心区域并根据任务处理时间选择早期或中期融合。提出基于ISAC设备时分动态帧结构的感知、通信和计算时间分配方案,分析不同时间分配比例对感知和通信互信息(mutual information,MI)的影响,并据此进行时间分配。以最小化协同感知任务完成延迟为目标构建优化问题,并通过混合动作空间的多智能体深度确定性策略梯度(hybrid action space multi-agent deep deterministic policy gradient,HAS-MADDPG)算法求解。仿真结果表明,相较于基准方案,HAS-MADDPG算法能有效降低协同感知的执行时延。展开更多
文摘针对现有车联网协同感知方案在带宽和计算资源利用率饱和或不足、感知数据传输量大,以及通感一体化(integrated sensing and communications,ISAC)设计未能平衡感知与通信性能导致高时延的问题,提出了一种通感一体化辅助的车联网协同感知资源分配方案。为减少感知数据传输量并合理利用带宽和计算资源,提出一种基于相对位置的多层协同感知关心区域方案,联网自动车辆(connected autonomous vehicle,CAV)只需感知关心区域并根据任务处理时间选择早期或中期融合。提出基于ISAC设备时分动态帧结构的感知、通信和计算时间分配方案,分析不同时间分配比例对感知和通信互信息(mutual information,MI)的影响,并据此进行时间分配。以最小化协同感知任务完成延迟为目标构建优化问题,并通过混合动作空间的多智能体深度确定性策略梯度(hybrid action space multi-agent deep deterministic policy gradient,HAS-MADDPG)算法求解。仿真结果表明,相较于基准方案,HAS-MADDPG算法能有效降低协同感知的执行时延。
