通感一体化辅助的车联网协同感知资源分配方案研究

摘要

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。

关键词

通感一体化(ISAC) / 协同感知 / 联网自动车辆(CAV) / 资源分配

基金资助

国家自然科学基金项目(62071078)