Estrategias de interferencia y contra interferencia de vehículos móviles
Autores: Dubosarskii, Gleb; Primak, Serguei
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Estrategias de interferencia y contra interferencia de vehículos móviles
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Juegos antiinterferencias
Tema de investigación
VANETs
Modelo de conducción
Función de potencia cuadrática
Equilibrio de Nash
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 50
Citaciones: Sin citaciones
Los juegos antiinterferencias se han convertido en un tema de investigación popular. Sin embargo, no hay muchas publicaciones dedicadas a tales juegos en el caso de las redes vehiculares ad hoc (VANET). Consideramos un juego antiinterferencias de VANET en la carretera utilizando un modelo de conducción realista. Además, asumimos la función de potencia cuadrática tanto en las funciones de utilidad del vehículo como del interferidor en lugar del término lineal estándar. Esto hace que el modelo del juego sea más realista. Utilizando métodos matemáticos, expresamos el equilibrio de Nash a través de los parámetros del sistema en casos de un solo canal y múltiples canales. Dado que los parámetros de la red suelen ser desconocidos, también comparamos el rendimiento de varios algoritmos de aprendizaje por refuerzo que convergen de forma iterativa al equilibrio de Nash predicho analíticamente sin tener información sobre el entorno en los escenarios estáticos y dinámicos.
Descripción
Los juegos antiinterferencias se han convertido en un tema de investigación popular. Sin embargo, no hay muchas publicaciones dedicadas a tales juegos en el caso de las redes vehiculares ad hoc (VANET). Consideramos un juego antiinterferencias de VANET en la carretera utilizando un modelo de conducción realista. Además, asumimos la función de potencia cuadrática tanto en las funciones de utilidad del vehículo como del interferidor en lugar del término lineal estándar. Esto hace que el modelo del juego sea más realista. Utilizando métodos matemáticos, expresamos el equilibrio de Nash a través de los parámetros del sistema en casos de un solo canal y múltiples canales. Dado que los parámetros de la red suelen ser desconocidos, también comparamos el rendimiento de varios algoritmos de aprendizaje por refuerzo que convergen de forma iterativa al equilibrio de Nash predicho analíticamente sin tener información sobre el entorno en los escenarios estáticos y dinámicos.