道路交通运输是现代社会生产生活中必不可少的一部分。随着经济的发展与社会的进步,交通运输系统面临着越来越大的压力,保障道路交通安全与保证道路通行效率,进而缓解交通压力一直是社会所关注的重要话题。随着科学技术的发展,智能交通系统（Intelligent Traffic System,ITS）相关技术应运而生,它是一个解决交通运输问题的强有力的方案。车到车（Vehicle to Vehicle,V2V）通信是智能交通系统中不可或缺的一个重要技术,它在提高道路交通效率与保证道路交通安全方面具有非常大的潜力。随着第5代蜂窝网络移动通信技术的发展,基于5G NR（5th-Generation New Radio）的车联网通信技术也随之出现并快速发展。但是,在城市的交叉路口这个特殊的道路场景中,通常都会存在着建筑物,这些建筑物会对无线信号的传播产生负面影响,而且汽车用户设备（Vehicle User Equipment,VUE）的网络拓扑结构在这里可能会更加复杂,还要考虑车流状态的动态性与随机性,这些因素使得V2V通信的可靠性面临巨大的挑战。为了解决在城市交叉路口处的V2V通信可靠性问题,本文考虑在城市交叉路口处部署路侧单元（Road Side Unite,RSU）作为专用的中继设备,以此中继转发V2V通信链路中的安全广播消息,辅助车联网通信,进而提升通信性能。本文以平均总和速率作为目标函数,以中继设备工作时的发射功率和通信链路中的发射机广播消息时的发射功率和信干噪比作为约束条件,构建了城市交叉路口处的5G NR V2V通信的数学模型。为了在复杂的道路环境与通信环境中获得最优的中继策略,本文采用深度强化学习算法解决在城市交叉路口处的中继策略优化问题。并且设计了一种基于深度确定性策略梯度算法的中继策略优化算法DDPG-RPO（Deep Deterministic Policy Gradient-Relay Policy Optimization）,以提升5G NR V2V通信在城市交叉路口处的通信性能。然后本文搭建仿真环境,进行仿真实验与数值分析。实验结果表明,本文的中继策略优化算法在城市交叉路口处的V2V通信可靠性问题上具有良好的性能,且优于其他的算法。具体地,针对上述车联网通信问题,本文的研究工作如下:1.考虑到通信场景是在城市的交叉路口处,本文结合香农定理和在城市交叉路口处的路径损耗函数,采用平均总和速率作为目标函数,以功率和信干噪比作为约束条件,构建了城市交叉路口处的车联网通信的数学模型。2.考虑在城市交叉路口处的建筑物对于无线通信的负面影响,本文在城市交叉路口处引入专用的路侧单元作为中继设备,以辅助V2V通信,并且采用深度确定性策略梯度算法解决中继策略优化问题,以应对系统状态的复杂性与动态性。3.本文对于在城市交叉路口的V2V通信性能进行了仿真实验,实验结果证明在城市交叉路口处的通信性能不容乐观,这说明在城市交叉路口处的V2V通信面临着巨大的挑战。4.本文对于所提出的算法进行了仿真实验,实验结果表明,本文的中继策略优化算法具有良好的性能,可以有效解决中继策略优化问题,提高通信可靠性,而且优于对比算法。