基于分层强化学习的信道资源分配方法及系统

本发明属于智能交通技术领域，具体公开了一种基于分层强化学习的信道资源分配方法及系统。本发明提出了基于Jain's公平指数的公平性模型，用于衡量资源分配的公平性，确保不同车辆之间的资源分配较为均衡；建立了可靠性模型，通过引入中断概率的概念，衡量信息在规定时间内成功传输的概率，保障了V2V链路的通信需求；基于信息年龄AOI模型设计了延迟模型，用于评估信息从生成到接收所经历的时间，以保证信息及时传递。本发明还构建了基于分层强化学习的蜂窝车联网信道资源分配模型，该模型通过分层设计，将蜂窝车联网信道资源分配问题分解为上层的分簇问题和下层的簇内信道资源优化问题，确保了在复杂环境中实现资源的公平、高效分配。