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 ZHAO Nan;CHENG Yi-qiang;LIU Ze-hua;TAN Hui-wen

作者机构：湖北工业大学太阳能高效利用湖北省协同创新中心湖北武汉430068 湖北工业大学太阳能高效利用及储备运行控制湖北省重点实验室湖北武汉430068 湖北省能源互联网工程技术研究中心湖北武汉430068 

出 版 物：《计算机仿真》 (Computer Simulation)

年 卷 期：2021年第38卷第5期

页      码：292-296页

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-learning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。

主 题 词：多信道智能接入 深度强化学习 仿真 

学科分类：0810[工学-土木类] 08[工学] 081001[081001] 

馆 藏 号：203103448...