基于强化学习的动态频谱分配研究

• 作者: 刘毅 杜江
• 来源期刊: 数字通信
• 学科: 工学
• 关键词: 认知无线电 动态频谱分配 强化学习 Q学习 部分感知 马尔科夫决策过程
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 学术研究
• 页码范围: 34-38
• 分类号: TN92
• 字数: 4900字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-3824.2012.04.006

摘要

首先介绍了认知无线电技术产生的背景,以及强化学习的发展和应用于认知领域的优势;接着对强化学习的基本原理及其2个常见的模型Q-Learning和POMDP作了介绍,并对其模型定义、思想、所要描述的问题和使用的场景都做了较详细的阐述;然后针对这个方向最近几年的顶级会议和期刊论文,分析了其主要内容;通过最近几年的学术、会议论文中所述的研究现状及成果,说明强化学习的主要特点是能够准确、快速学习到最优策略,能够模拟真实环境,自适应性强,提高频谱感知、分配效率,从而最大化系统吞吐量,这些优势充分证明了强化学习将是认知领域里一种很有前景的技术.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜江	重庆邮电大学信息安全技术工程研究中心	44	223	7.0	13.0
2	刘毅	重庆邮电大学信息安全技术工程研究中心	45	205	9.0	11.0