一种基于分层强化学习的协同感知干扰管理方法

本发明公开了一种基于分层强化学习的协同感知干扰管理方法：本发明研究了协同感知场景下车辆与基础设施通信(V2I)中的干扰管理问题，将频谱分配和功率控制问题建模为马尔可夫决策过程，将车端特征的空间置信度和通信链路的信道状态信息作为观测的状态空间，设计奖励约束模型同时考虑通信速率以及感知精度，并采用了一种基于分层强化学习模型驱动的干扰管理策略。本发明在通信速率和感知精度之间取得了平衡，相比于随机选择以及最大速率选择方法有效提高了感知性能，同时在高带宽条件下接近感知性能的上限。