文档摘要：研究多个主用户动态访问多个信道,而多个次用户对主用户的行为一无所知且对频谱状态部分可观测情况下,次用户的动态频谱接入问题.为了解决多用户多信道的复杂认知无线电网络环境中状态空间部分可观测环境导致的高计算量问题,充分利用与认知无线电网络一样具有认知能力且具有强大自适应性的深度强化学习技术DDRQN方法,通过在线学习找到最优频谱接入策略.利用DDRQN方法的目标是学习一种碰撞率低且信道利用率高的信道访问策略,同时基于DDRQN方法提高代理的可扩展性,以应对多速率和多代理场景的多种问题.
作者：张涌逸Author：
作者单位：太原师范学院计算机科学与技术学院,山西晋中030619
刊名：电脑编程技巧与维护
Journal：ComputerProgrammingSkills&Maintenance
年，卷(期)：2024, (6)
分类号：
关键词：认知无线电 频谱共享 强化学习 递归神经网络
机标分类号：TN925TP37TN850.3
在线出版日期：2024年7月2日
基金项目：基于DDRQN的认知无线电频谱共享[
期刊论文] 电脑编程技巧与维护--2024, (6)张涌逸研究多个主用户动态访问多个信道,而多个次用户对主用户的行为一无所知且对频谱状态部分可观测情况下,次用户的动态频谱接入问题.为了解决多用户多信道的复杂认知无线电网络环境中状态空间部分可观测环境导致的高计算量...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
关键词：
|
|
1
