认知车载网中基于簇和MAB模型的信道接入算法

针对高密度车流环境下认知车载网中车辆节点对认知信道的接入问题,提出了基于簇和MAB模型的clusters-UCB信道接入算法,通过簇内成员协作提高感知学习结果的准确性,提升算法学习速度,并且簇首通过clusters-UCB算法分布式地快速搜索出最佳信道,渐近地实现最大的时隙吞吐量。仿真实验表明,提出的算法相对于多用户的UCB 算法和ε-greedy 算法,遗憾值更低,并且趋近于对数形式的收敛速度更快,能够有效减少访问碰撞数,保证信道接入的公平性,提高时隙吞吐量。