Resumen

La mejora de la capacidad de tráfico sensible a la demora es un tema abierto en las redes de comunicación vehicular, donde coexisten un gran número de enlaces de vehículo a infraestructura (V2I) y de vehículo a vehículo (V2V). Para abordar este problema, este artículo propone emplear un esquema híbrido de aprendizaje profundo por transferencia para asignar recursos de radio. Específicamente, el problema de maximización de la capacidad de tráfico se formula primero considerando la interferencia entre canales y la garantía estadística de demora. Luego, se aplica la teoría de la capacidad efectiva para desarrollar un esquema de asignación de potencia en cada canal reutilizado por un enlace V2I y un enlace V2V. Posteriormente, se propone un esquema de aprendizaje profundo por transferencia para obtener la asignación óptima de canales para cada enlace V2I y V2V. Los resultados de la simulación validan que el esquema propuesto proporciona una garantía de rendimiento cercana en comparación

• Materias:Comunicación inalámbrica Dispositivos móviles Seguridad de la información Algoritmo de inteligencia Sensor inteligente
• Subjects:Wireless communication Mobile devices Information security Algorithm intelligence Intelligent sensor
• Palabras claves:Mejorar; Tráfico sensible a retrasos; Rendimiento; Redes de comunicación vehicular; Aprendizaje profundo de transferencia; Recursos de radio
• Keywords:Improve; Delay-sensitive traffic; Throughput; Vehicular communication networks; Deep transfer learning; Radio resources