다양한 채널 혼잡도에 적응하는 셀룰러 V2X의 DQN 기반 분산혼잡제어

이은화; 김연아; 문철

doi:10.14801/jkiit.2023.21.11.89

주제분류

...

저널정보

한국정보기술학회
한국정보기술학회논문지 학술저널
한국정보기술학회논문지 제21권 제11호(JKIIT, Vol.21, No.11)
2023.11 89 - 94 (6page)
DOI : 10.14801/jkiit.2023.21.11.89

저자정보

이은화 (한국교통대학교)
김연아 (한국교통대학교)
문철 (한국교통대학교)

이용수
내서재: 0

내서재에 추가
되었습니다. 내서재에서
삭제되었습니다.

초록·키워드

오류제보하기

3GPP LTE C-V2X(Cellular Vehicle-to-Everything) mode 4에서 SB-SPS(Sensing-Based Semi-Persistent Scheduling) MAC(Medium Access Control)에 의해 차량 단말(VUE, Vehicle User Equipment)은 독립적으로 무선자원을 선택하고 메시지를 전송한다. 따라서, VUE 밀도가 증가할수록 패킷 충돌이 발생할 확률이 높아지고, 이로 인해 PDR(Packet Delivery Ratio)과 IPG(Inter-Packet Gap) 성능이 열화된다. 본 논문은 3GPP LTE C-V2X의 mode 4에서 다양한 차량단말 밀도 환경에서 DQN 에이전트를 학습시켜 차량단말 밀도에 적응적으로 최적 메시지 전송 주기를 결정할 수 있는 개선된 DQN 기반 분산혼잡제어 기술을 제안하였다. 시뮬레이션을 통해 개선된 기술이 다양한 차량단말 밀도 환경에서 우수한 성능을 보임을 비교 분석하였다.

In a 3GPP LTE cellular vehicle-to-everything(C-V2X) mode 4, each vehicle user equipment(VUE) independently selects available radio resources using the sensing-based semi-persistent scheduling(SB-SPS) algorithm. As the density of VUEs increases, packet collisions increase, which leads to performance deterioration. This paper has proposed an enhanced DQN(Deep Q-Network)-based distributed congestion control(DCC) to adaptively control the transmission time interval according to densities of VUE(Vehicle User Equipment)s by training a DQN agent for various densities of VUE. Simulation results show that the enhanced DQN based DCC outperforms in environments of various VUE densities.

#cellular vehicle-to-everything mode 4 #decentralized congestion control #reinforcement learning #deep Q-network