-
题名基于深度强化学习的战术通信网络路径优选算法
- 1
-
-
作者
潘成胜
曹康宁
石怀峰
王英植
-
机构
南京信息工程大学电子与信息工程学院
南京理工大学自动化学院
-
出处
《中国电子科学研究院学报》
2024年第2期138-148,共11页
-
基金
国家自然科学基金资助项目(61931004)。
-
文摘
针对作战业务的异质性、链路类型的多样性以及链路状态的时变性,使得满足业务服务质量需求的端到端传输路径的决策空间指数级上升,导致业务与最优路径的匹配更加困难的问题,提出了一种基于深度强化学习的战术通信网络路径优选算法(DRL-ST)。DRL-ST通过Dueling DQN构建了端到端传输路径决策模型,并利用SumTree存储结构对采样机制进行优化,以提升模型的收敛速度;进一步,在对传输路径端到端QoS参数进行刻画的基础上,构建基于多业务特征的奖励函数,实现了业务服务质量需求与传输路径的最优匹配。实验结果表明,与传统算法相比,DRL-ST在满足业务服务质量需求的同时,端到端时延和丢包率分别降低了16.78%和28.43%,且吞吐量最大提升了20.36%。
-
关键词
深度强化学习
软件定义网络
路径优选
服务质量
-
Keywords
deep reinforcement learning
software defined network
path optimization
quality of service
-
分类号
TN915
[电子电信—通信与信息系统]
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名基于遗传算法的阵列天线波束能量定量控制技术
被引量:4
- 2
-
-
作者
王友保
王英植
张宥诚
-
机构
南京信息工程大学应用电磁学研究中心
-
出处
《安徽大学学报(自然科学版)》
CAS
北大核心
2021年第1期43-52,共10页
-
基金
国家自然科学基金资助项目(61673222)。
-
文摘
提出发射天线(如无线局域网天线、基站天线等)辐射强度随用户信号强度的变化而实时调整的技术.该技术基于遗传算法,将阵列天线波束能量定量控制问题转化为一个带有约束条件的极值问题.在算法的适应度函数设计中,通过自适应罚函数将发射阵列天线和接收天线间的能量传输效率与接收天线信号强度构成一个简单的极值函数,得到阵列天线的最优激励分布.高频电磁结构仿真软件(HFSS)的验证结果表明:阵列天线辐射的信号强度在接收天线处能达预期值.可见,该技术能实现对阵列天线波束能量的定量控制.
-
关键词
阵列天线
遗传算法
定量控制
自适应罚函数
-
Keywords
array antenna
genetic algorithm
quantitative control
adaptive penalty function
-
分类号
TN820
[电子电信—信息与通信工程]
-