一种基于监督机器学习的车载协作通信中继选择方法

摘要

本发明公开了一种基于监督机器学习的车载协作通信中继选择方法，包括如下步骤：1）构建车协协作NOMA模型；2）构建中断概率最小化的目标函数；3）构建BP神经网络中断概率预测模型；4）构建影响中断概率的关键参数，组成输入矩阵；5）对输入矩阵的元素进行归一化处理；6）构建误差目标函数；7）初始化权值阈值对构建的BP神经网络预测模型进行训练；8）采用LM算法对BP神经网络模型进行改进；9）利用训练好的模型对候选中继节点的中断概率进行预测；10）根据预测结果，进行基于最小中断概率的中继选择。这种方法构建的BP神经网络预测模型具有较好的准确性，能够在候选中继集中有目标的选取中断概率最小的节点，优化了系统的中断性能。