车载通信中基于Q学习的信道接入技术研究

来源：计算机技术与发展杂志2017年第03期北京时间：

作者：杜艾芊;赵海涛;刘南杰

摘要：针对基于IEEE 802.11p协议的车载网络MAC层DCF(分布式协调功能)信道接入方法存在数据包接收率低、时延高、可扩展性差等问题,提出一种基于Q学习的CW动态调整算法-QL-CWmin算法.区别于现有的BEB算法,通过利用Q学习,网络节点(Agent)能够不断地与周围环境进行交互学习,根据学习结果动态地调整竞争窗口(CW),使节点总能以最佳的CW(从周围环境中获得奖赏值最大时所选的CW大小)接入信道,以减少数据帧碰撞、降低端到端传输时延.仿真结果表明,采用QL-CWmin算法的通信节点能快速适应车联网的未知环境,数据包接收率和数据包传输时延得到了有效改善,同时该算法能为节点接入信道提供更高的公平性,适用于各种不同负载程度的网络环境.

关键词：车载网络;BEB算法;竞争窗口;Q学习算法;分布式协调功能