基于深度强化学习的协作通信中继选择

• 作者: 胡文杰 钟良骥
• 来源期刊: 电讯技术
• 学科: 工学
• 关键词: 无线传感器网络 协作通信 中继选择 Q学习 DQN算法
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 电子与信息工程
• 页码范围: 1425-1431
• 页数: 7页
• 分类号: TN929.5
• 语种: 中文
• DOI: 10.3969/j.issn.1001-893x.2020.12.006

摘要

协作通信是无线传感器网络(Wireless Sensor Network,WSN)实现数据可靠传输的关键技术,而协作通信技术的关键在于中继方案的选择.为此,提出了一种基于深度强化学习的协作通信中继选择算法(Deep Q-Learning Based Relay Selection Scheme,DQ-RSS).首先,将WSN中具有中继选择的协作通信过程建模为马尔科夫决策过程,并采用Q学习在未知网络模型的情况下获取最佳中继选择策略;其次,针对高维状态空间下Q学习收敛时间长的问题,采用DQN(Deep-Q-Net)算法来加速Q学习的收敛.对比仿真实验结果表明,DQ-RSS在中断概率、系统容量和能耗方面均优于现有的中继选择方案,且能够有效节省收敛时间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钟良骥		13	31	3.0	5.0
2	胡文杰		1	0	0.0	0.0