车路协同系统中多频段通信资源分配研究.pdfVIP

车路协同系统中多频段通信资源分配研究1

车路协同系统中多频段通信资源分配研究

摘要

车路协同系统作为智能交通系统的核心组成部分，其通信资源分配效率直接影响

整个系统的性能表现。本研究聚焦于多频段通信环境下的资源优化分配问题，通过系

统化分析车路协同系统的通信需求特征，结合5G/6G通信技术发展趋势，构建了基于

深度强化学习的多频段资源分配模型。研究首先对车路协同系统的通信架构进行了深

入剖析，明确了V2X通信在不同频段下的性能特征与适用场景；其次，建立了包含时

延、可靠性、带宽等多维度的资源分配优化目标函数；最后，提出了融合图神经网络与

多智能体强化学习的分布式资源分配算法。仿真实验表明，相较于传统静态分配方案，

本研究提出的方法在高密度交通场景下可将通信时延降低37.2%，数据传输可靠性提升

28.5%，频谱利用率提高41.3%。研究成果为车路协同系统的通信资源管理提供了理论

依据和技术支撑，对推动智能网联汽车产业发展具有重要意义。

引言与背景

1.1研究背景与意义

随着人工智能、物联网和5G通信技术的快速发展，车路协同系统已成为智能交通

领域的重要发展方向。根据《智能汽车创新发展战略》规划，到2025年，车用无线通

信网络(LTEV2X)实现区域覆盖，新一代车用无线通信网络(5GV2X)在部分城市、高

速公路逐步开展应用。车路协同系统通过车辆与道路基础设施之间的实时信息交互，能

够显著提升交通安全性和通行效率，据交通运输部统计数据显示，车路协同技术的应用

可使交通事故率降低40%60%，道路通行能力提高20%30%。

在车路协同系统中，通信资源分配是影响系统性能的关键因素。由于车辆移动性

强、业务类型多样、服务质量要求差异大等特点，传统的固定频段分配方式已难以满足

动态变化的通信需求。多频段通信技术通过整合不同频段的特性优势，为车路协同系统

提供了更灵活的通信选择。然而，如何根据实时交通状况和业务需求，在多个频段间进

行动态资源分配，成为当前研究的热点和难点问题。

1.2国内外研究现状

国外研究方面，美国在车路协同通信资源分配领域起步较早。加州大学伯克利分校

的研究团队提出了基于深度学习的V2X资源分配框架，通过预测车辆轨迹优化频谱分

配；德国弗劳恩霍夫研究所开发了多频段协同通信原型系统，验证了毫米波与Sub6GHz

频段融合的技术可行性；日本丰田公司则重点研究了高密度场景下的干扰协调机制，提

出了基于博弈论的分布式资源分配算法。

车路协同系统中多频段通信资源分配研究2

国内研究方面，清华大学、同济大学等高校在车路协同资源分配领域取得了系列成

果。清华大学提出的”分层资源分配架构”有效解决了大规模车辆接入问题；东南大学开

发的”频谱感知与动态分配系统”在实际道路测试中表现出色；华为、中兴等通信设备厂

商也在5GV2X资源分配技术上积累了丰富经验。根据《中国车联网产业发展白皮书》

数据显示，2022年我国车路协同相关专利申请量达3,856件，同比增长42.3%，显示出

强劲的研发活力。

1.3研究目标与内容

本研究旨在解决车路协同系统中多频段通信资源动态分配的关键科学问题，主要

研究目标包括：1)建立车路协同系统多频段通信性能评估模型；2)提出基于深度强化

学习的资源分配优化算法；3)开发支持多频段协同的资源管理原型系统；4)验证所提

方法在实际交通场景中的有效性。

为实现上述目标，研究内容将围绕以下几个方面展开：首先，分析车路协同系统的

通信需求特征，建立业务分类模型；其次，研究不同频段在车路协同环境中的传播特性，

构建信道模型；然后，设计多目标资源分配优化框架，提出高效求解算法；最后，通过

仿真和实地测试验证系统性能，形成完整的技术解决方案。

研究概述

2.1研究范围界定

本研究聚焦于车路协同系统中的多频段通信资源分配问题，研究范围包括以下几

个方面：在空间维度上，涵盖城市道路、高速公路等典型交通场景；在频段维度上，包

括Sub6GHz频段(3.43.6GHz)、毫米波频段(24.2527.5GHz)以及专用短程通信(DSRC)

频段(5.9GHz)；在业务类型上，考虑安全类业务(如碰撞预警)、效率类业务(如路径规

划)和信息服务类