面向队列系统的车联网频谱资源共享方法

1.一种面向队列系统的车联网频谱资源共享方法，其特征在于，包括：

2.根据权利要求1所述的一种面向队列系统的车联网频谱资源共享方法，其特征在于，利用深度强化学习算法训练车辆队列系统模型的强化学习方法为：

3.根据权利要求2所述的一种面向队列系统的车联网频谱资源共享方法，其特征在于，还包括通过建立马尔可夫决策过程(markov decision process,mdp)，mdp主要由状态空间(state space,s)、动作空间(action space,a)和奖励函数(reward function,r)组成；

4.根据权利要求3所述的一种面向队列系统的车联网频谱资源共享方法，其特征在于，所述状态空间为：智能体n的所观察到的局部信息状态有自己的信道增益gn[i]，v2v链路n'对v2v链路n的干扰信道功率增益gn`,n[i]，在i号子带上v2v链路n对v2i链路m的干扰信道增益gn,m[i]，v2i链路m到基站在第i个子带上传输的信道增益gm,b[i]，以及来自其他所有链路的干扰噪声功率in[i]；

5.根据权利要求3所述的一种面向队列系统的车联网频谱资源共享方法，其特征在于，所述动作空间为：

6.根据权利要求3所述的一种面向队列系统的车联网频谱资源共享方法，其特征在于，所述奖励函数为：

7.根据权利要求3所述的一种面向队列系统的车联网频谱资源共享方法，其特征在于，还包括通过基于近端策略优化(proximal policy optimization，ppo)的多智能体强化学习算法采取集中式训练，分布式执行的框架对总优化目标函数进行强化学习，具体包括：

8.根据权利要求7所述的一种面向队列系统的车联网频谱资源共享方法，其特征在于，所述多智能体强化学习算法采取集中式训练算法流程步骤为：