| 基于深度强化学习信道智能接入方法与NS3仿真 |
| |
| 引用本文： | 赵楠,程一强,刘泽华,谭惠文.基于深度强化学习信道智能接入方法与NS3仿真[J].计算机仿真,2021,38(5):292-296. |
| |
| 作者姓名： | 赵楠 程一强 刘泽华 谭惠文 |
| |
| 作者单位： | 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 |
| |
| 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.
|
| 关 键 词： | 多信道智能接入 深度强化学习 仿真 |
Deep Reinforcement Learning-Based Channel Intelligent Access Method and NS3 Simulation |
| |
| ZHAO Nan,CHENG Yi-qiang,LIU Ze-hua,TAN Hui-wen.Deep Reinforcement Learning-Based Channel Intelligent Access Method and NS3 Simulation[J].Computer Simulation,2021,38(5):292-296. |
| |
| Authors: | ZHAO Nan CHENG Yi-qiang LIU Ze-hua TAN Hui-wen |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
