基于BP和RBF神经网络的C-V2X无线资源管理

来源：电讯技术杂志2023年第11期北京时间：

作者：冯毅,葛宁,张陶冶

单位：(1.清华大学 电子工程系，北京 100091;2.中国联合网络通信有限公司智网创新中心，北京 100037)

摘要：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。

关键词：蜂窝车联网（C-V2X）；无线资源管理；神经网络；资源池；

基金资助：清华大学-中国移动通信集团有限公司联合研究院项目（20212930006）；南通大学智能信息技术研究中心开放课题项目（20192001872）