一种数字孪生辅助的车联网中协同感知与资源分配方法

本发明涉及一种数字孪生辅助的车联网中协同感知与资源分配方法，属于移动通信技术领域。针对车联网中广播模式频谱效率低、静态资源分配适配性差导致的感知延迟高、协同稳定性不足问题，提出构建数字孪生车联网场景，设计双层感知区域动态触发机制，基于克拉美‑罗界量化感知精度与带宽约束，采用改进K均值算法筛选高稳定协同节点，并建立深度强化学习驱动的联合优化模型实现通信带宽、功率及计算资源动态分配。本发明使冗余通信量降低30％，目标定位误差减少25％，协同链路稳定性提升40％，系统效用提高18‑22％，任务处理时延缩减至传统方案的65％，显著提升车联网环境下的协同感知效率与资源利用率。