面向车联网中M2M通信的AI辅助流量控制方案
网络与互联网体系结构
2022-04-13 v2 机器学习
摘要
由于车联网中数据传输的快速增长，寻找能够有效缓解接入拥塞的方案已成为一个重要问题。近年来，人们研究了许多流量控制方案。然而，大多数现有研究没有考虑流量的动态性以及不同IoV应用的异构需求，而这对于随机接入资源分配具有重要意义。在本文中，我们考虑一种混合流量控制方案，并使用近端策略优化（PPO）方法来解决该问题。首先，根据时延特性将IoV设备划分为不同类别。确立了在成功率约束下最大化数据包成功传输的目标。然后，将该优化目标转化为马尔可夫决策过程（MDP）模型。最后，基于PPO方法获取接入等级阻止（ACB）因子，以最大化成功接入设备的数量。通过仿真验证了所提算法在成功事件和时延方面与现有方案相比的性能。
引用
@article{arxiv.2204.03504,
title = {AI-aided Traffic Control Scheme for M2M Communications in the Internet of Vehicles},
author = {Haijun Zhang and Minghui Jiang and Xiangnan Liu and Keping Long and Victor C. M. Leung},
journal= {arXiv preprint arXiv:2204.03504},
year = {2022}
}
备注
There have some mistakes in Section II