在认知无线电网络中基于演员-评论家的动态功率控制方法研究

本文提出了一种在认知无线电网络中,基于演员-评论家(Actor-critic)的深度强化学习算法的动态功率分配方案。次用户在没有任何主用户功率策略的先验信息下,应用强化学习的算法,通过不断地与环境互动进行训练来学习到相应的功率控制策略,从而能够在不影响主用户正常通信的前提下,与主用户共享同一个信道来进行通信,以满足用户的服务质量(Quality of service,QoS)。我们的实验中也表明,次用户通过与环境的互动可以学习到有效的功率控制策略,从而达到主次用户都能满足自身的QoS的目标状态,并且相比于DQN算法,Actor-critic能够更快的收敛,并且达到很低的过渡步数。