基于联邦学习的车载动态频谱接入干扰建模
网络与互联网体系结构
2023-06-29 v1 信号处理
摘要
基于编队的驾驶是一种使车辆以较近距离相互跟随以节省燃油等的技术。然而，它需要可靠的无线通信来调整车速。近期研究表明，专用于车对车通信的频带对于编队内通信可能过于繁忙。因此，使用占用率低的附加频谱资源（即次级频谱信道）是合理的。挑战在于对这些信道中的干扰进行建模以实现恰当的信道选择。本文提出一种双层无线电环境图（REM），旨在通过联邦学习方法为编队提供精确的位置相关干扰模型。每个编队配备一个本地REM，其基于原始干扰样本和存储于全局REM中的先前干扰模型进行更新。全局REM中的模型通过合并各编队上报的模型获得。节点仅交换干扰模型参数，降低了所需控制信道容量。此外，在所提架构中，即使与全局REM的连接暂时不可用，编队也可利用本地REM预测信道占用。所提系统通过考虑非平凡干扰模式的计算机仿真得到验证。
引用
@article{arxiv.2210.00826,
title = {Federated Learning-Based Interference Modeling for Vehicular Dynamic Spectrum Access},
author = {Marcin Hoffmann and Pawel Kryszkiewicz and Adrian Kliks},
journal= {arXiv preprint arXiv:2210.00826},
year = {2023}
}