基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对大规模认知无线电网络中协同频谱感存在的感知时间长、能量消耗过多、缺乏自适应能力等问题,提出了一种基于分簇协同的Q-学习频谱感知算法。该算法利用分簇机制,把大规模的环境变成小规模的簇内环境,分簇后簇内采用协同Q-学习,通过代理在与环境交互过程中不断试错来确定频谱检测的最佳门限值,使系统具有自主学习的能力。实验结果表明:大规模环境下系统的检测性能有显著提高。
推荐文章
基于簇加权的协作频谱感知算法
认知无线电
协作频谱感知
分簇
加权算法
基于Q-学习算法的异常检测模型
网络安全
异常检测
模型
Q-学习算法
基于信任簇的协作压缩频谱感知新算法
认知无线电
频谱感知
恶意用户
攻击
最大似然估计
基于改进Q-学习的导航知识获取算法研究
强化学习
Q-学习
探索区域扩张
模拟退火
神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于分簇协同Q-学习的频谱感知算法
来源期刊 中南民族大学学报(自然科学版) 学科 工学
关键词 认知无线电 频谱感知 分簇 协同Q-学习
年,卷(期) 2013,(2) 所属期刊栏目
研究方向 页码范围 77-80
页数 4页 分类号 TM914
字数 3245字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 朱翠涛 中南民族大学电子信息工程学院 71 225 8.0 11.0
2 谢碧锋 中南民族大学电子信息工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (7)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
认知无线电
频谱感知
分簇
协同Q-学习
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中南民族大学学报(自然科学版)
季刊
1672-4321
42-1705/N
大16开
武汉市民院路5号
1982
chi
出版文献量(篇)
2596
总下载数(次)
4
总被引数(次)
11010
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导