基于机器学习的认知无线网络优化策略

• 作者: 农汉琦 吴雪雯 孙蕴琪 杨泽宇 杨科 欧阳键 黄洁
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 认知无线网络 强化学习 遗传算法 隐马尔可夫模型 频谱利用
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 应用开发研究
• 页码范围: 125-131
• 页数: 7页
• 分类号: TP39
• 字数: 7549字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2020.05.024

摘要

5G的发展带来了终端设备爆炸式增长的现象,使得频谱资源紧缺的问题越加严峻,认知无线网(cognitive radio,CR)的提出,被认为是提高频谱利用率的有效途径.认知无线网,融合了当代无线电通信技术、计算机技术、微电子学技术、软件无线电技术和现代信号处理技术等多学科之长,通过感知周围的电磁环境、学习及理解等方式,自主为用户寻找到当前空闲的频谱,完成信息交互过程.针对频谱资源紧张的现状,为改善频谱分配,首先介绍了有关认知无线网络的概念及其特点,重点介绍了机器学习中遗传算法,强化学习和隐马尔可夫模型在认知无线网络中的应用,并展望了其在认知无线网络中的发展前景.机器学习算法的引入,实现了高效的频谱资源管理,有效地解决了无线频谱资源紧张的问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄洁	南京邮电大学通信与信息工程学院	21	105	7.0	10.0
2	欧阳键	南京邮电大学通信与信息工程学院	11	16	3.0	3.0
3	杨科	南京邮电大学通信与信息工程学院	3	3	1.0	1.0
4	吴雪雯	南京邮电大学通信与信息工程学院	4	0	0.0	0.0
5	孙蕴琪	南京邮电大学通信与信息工程学院	2	0	0.0	0.0
6	农汉琦	南京邮电大学通信与信息工程学院	3	0	0.0	0.0
7	杨泽宇	南京邮电大学通信与信息工程学院	2	0	0.0	0.0