基于深度强化学习的智能频谱分配策略研究

• 作者: 朱家骅 杨洁祎 金光
• 来源期刊: 数据通信
• 关键词: 认知无线电 频谱接入 深度强化学习
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 技术交流
• 页码范围: 46-49,52
• 页数: 5页
• 字数: 3001字
• 语种: 中文

摘要

随着无线网络被广泛使用,频谱资源变得越来越稀缺,高效的频谱分配策略对无线通信至关重要.动态频谱接入是一个动态时变优化问题,基于固定编码的算法无法自适应复杂的网络环境.本文将深度强化学习算法引入到认知无线电系统中,使智能体在未知频谱环境下不断与环境进行交互,学习到最佳频谱选择策略,提高频谱资源利用效率.实验结果表明:该算法在复杂的网络环境下能有效学习到最佳策略,且当网络环境发生变化时,算法能自动调整,实现二次收敛.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	金光	宁波大学信息科学与工程学院	74	457	12.0	17.0
2	朱家骅	宁波大学信息科学与工程学院	5	3	1.0	1.0
3	杨洁祎	宁波大学信息科学与工程学院	1	0	0.0	0.0