一种利用优先经验回放深度Q-Learning的频谱接入算法

• 作者: 李金泽 盘小娜 覃团发 陈哲
• 来源期刊: 电讯技术
• 学科: 工学
• 关键词: 认知无线传感器网络 动态频谱接入 强化学习 深度Q-Learning
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 应用基础与前沿技术
• 页码范围: 489-495
• 页数: 7页
• 分类号: TN911
• 字数: 6199字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-893x.2020.05.001

摘要

针对认知无线传感器网络中频谱接入算法的频谱利用率不高、重要经验利用率不足、收敛速度慢等问题,提出了一种采用优先经验回放双深度Q-Learning的动态频谱接入算法.该算法的次用户对经验库进行抽样时,采用基于优先级抽样的方式,以打破样本相关性并充分利用重要的经验样本,并采用一种非排序批量删除方式删除经验库的无用经验样本,以降低能量开销.仿真结果表明,该算法与采用双深度Q-Learning的频谱接入算法相比提高了收敛速度;与传统随机频谱接入算法相比,其阻塞概率降低了6％ ～10％,吞吐量提高了18％ ～20％,提高了系统的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	覃团发	广西大学计算机与电子信息学院	151	1073	17.0	26.0
5	陈哲	广西大学计算机与电子信息学院	5	14	1.0	3.0
7	李金泽	广西大学计算机与电子信息学院	2	0	0.0	0.0
9	盘小娜	广西大学计算机与电子信息学院	2	0	0.0	0.0