基于深度强化学习信道智能接入方法与NS3仿真

• 作者: 赵楠 程一强 刘泽华 谭惠文
• 来源期刊: 计算机仿真
• 关键词: 多信道智能接入 深度强化学习 仿真
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 仿真智能化
• 页码范围: 292-296
• 页数: 5页
• 分类号: TN802
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2021.05.060

摘要

针对现有多信道接入策略较难适应信道环境动态性问题,提出基于深度强化学习的多信道智能接入方法.首先,通过将多信道接入模型描述成马尔可夫决策过程,提出Q-learning方法以实现多信道的智能接入.在此基础上,针对Q-learn-ing状态空间大和收敛慢等特点,通过设计深度神经网络,以获得近似最优的多信道智能接入策略.最后,通过搭建NS3仿真平台,以验证本文提出多信道智能接入方法的性能.仿真结果表明,提出的基于深度强化学习多信道智能接入方法,较之现有强化学习方法,能够在动态的多信道环境中,以较快收敛速度获得更优的接入性能.