1.一種基于isac的車聯(lián)網(wǎng)協(xié)同感知資源分配方法，其特征在于：其包括以下步驟：
2.根據(jù)權(quán)利要求1所述的基于isac的車聯(lián)網(wǎng)協(xié)同感知資源分配方法，其特征在于：在步驟s1中，車聯(lián)網(wǎng)場景包括若干車聯(lián)網(wǎng)自動(dòng)車輛cav、若干路測單元rsu以及若干移動(dòng)邊緣服務(wù)器mes，cav通過各種傳感器采集車內(nèi)外數(shù)據(jù)，沿路部署的若干rsu通過高速有線鏈路相互連接，每個(gè)rsu均通過有線鏈路與mes連接；
3.根據(jù)權(quán)利要求2所述的基于isac的車聯(lián)網(wǎng)協(xié)同感知資源分配方法，其特征在于：在步驟s2中，將當(dāng)前車輛從當(dāng)前rsu的覆蓋范圍轉(zhuǎn)移到下一個(gè)rsu覆蓋范圍的過程分為以下五個(gè)階段，每個(gè)階段的共同感知者的選擇范圍為：
4.根據(jù)權(quán)利要求3所述的基于isac的車聯(lián)網(wǎng)協(xié)同感知資源分配方法，其特征在于：在步驟s3中，首先構(gòu)建包括s個(gè)感測子幀、p個(gè)計(jì)算子幀和q個(gè)通信子幀的可調(diào)幀格式，每個(gè)周期中有ns個(gè)子幀，設(shè)每個(gè)子幀的持續(xù)時(shí)間為τs，將每個(gè)車輛isac設(shè)備的時(shí)間分配決策描述為χvi＝{ai,bi,ci}，其中，vi∈ωv，ai,bi,ci分別為vi對應(yīng)的歸一化感知持續(xù)時(shí)間、計(jì)算持續(xù)時(shí)間和通信持續(xù)時(shí)間，ai+bi+ci＝1，其中，
5.根據(jù)權(quán)利要求4所述的基于isac的車聯(lián)網(wǎng)協(xié)同感知資源分配方法，其特征在于：在步驟s3中，通信過程中，vi在通信持續(xù)時(shí)間ci過程的總通信數(shù)據(jù)量為：
6.根據(jù)權(quán)利要求5所述的基于isac的車聯(lián)網(wǎng)協(xié)同感知資源分配方法，其特征在于：在步驟s3中，對于各個(gè)執(zhí)行時(shí)延，將感知任務(wù)描述為li＝{si,di,τi}，si表示感知任務(wù)中需要提取的環(huán)境信息量，di表示處理一位環(huán)境信息需要的cpu周期數(shù)，τi表示整個(gè)感知任務(wù)完成的最大可容忍延遲，有：
7.根據(jù)權(quán)利要求6所述的基于isac的車聯(lián)網(wǎng)協(xié)同感知資源分配方法，其特征在于：在步驟s4中，將協(xié)同感知任務(wù)分配、卸載和計(jì)算資源分配優(yōu)化方案制定為最小化協(xié)同感知任務(wù)處理時(shí)延最小化問題，優(yōu)化問題表示為：
8.根據(jù)權(quán)利要求7所述的基于isac的車聯(lián)網(wǎng)協(xié)同感知資源分配方法，其特征在于：在步驟s5中，將優(yōu)化問題轉(zhuǎn)化為馬爾可夫決策過程，狀態(tài)空間設(shè)置為：
9.根據(jù)權(quán)利要求8所述的基于isac的車聯(lián)網(wǎng)協(xié)同感知資源分配方法，其特征在于：在步驟s5中，采用混合動(dòng)作空間的多智能體深度確定性策略梯度算法求解優(yōu)化問題的具體過程包括：