5G 차량-사물(V2X) 통신에서 셀룰러(Uu) 및 사이드링크(PC5) 인터페이스가 공존함에 따라, 특히 매크로 기지국과 도로변 유닛(Road-Side Units, RSU)으로 구성된 이질적 인프라가 존재하는 도심 환경에서 복잡한 핸드오버 관리 문제가 발생한다. 본 논문은 RSU 협력을 활용하여 향상된 V2X 통신을 구현하면서, 핸드오버 의사결정과 인터페이스 선택을 지능적으로 조율하는 Double Deep Q-Network(DDQN) 기반 이중 접속(dual connectivity) 컨트롤러를 제안한다. 제안하는 해법은 RSU 근접성, RSRP, SINR, 클러스터 동역학 및 핸드오버 이력을 명시적으로 포함하는 포괄적 10차원 상태 표현을 도입하여, 선제적 핸드오버 의사결정을 가능하게 한다. 정교한 다목적 보상 함수는 핸드오버 비용 페널티와 핑퐁(ping-pong) 감지 메커니즘을 명시적으로 반영함으로써 핸드오버 빈도와 성능 향상의 균형을 도모한다. RSU는 로컬 오케스트레이터로서 차량 궤적과 클러스터 형성을 기반으로 최적 핸드오버 타이밍을 예측한다. 광범위한 시뮬레이션 결과, DDQN 컨트롤러는 94.5% PDR, 평균 지연 13.6 ms, 0.694의 인터페이스 다양성을 달성함과 동시에 핑퐁 비율을 단 5%로 감소시킨다. 또한 시스템은 50대 차량 시나리오에서 처리 오버헤드 1.5%와 평균 스텝 시간 323.8 ms만으로 실시간 구현 가능성을 입증하였으며, 다수 목적 간에 균형 잡힌 성능을 제공한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.