环境友好型联合水下信道和功率分配算法

在水下认知声学网络中哺乳动物的自然声学系统和人类用于探测监控的人工声学系统共存,同一水域的两种系统共享频谱资源,为了减少人工声学系统对海洋动物的影响,文中提出了一种水下环境友好型的以网络容量最大化为目的的联合信道和功率分配算法。实验测试了不同场景下系统容量的变化和用户的信道功率分配。

基于CBR与合作Q学习的分布式CRN资源分配算法

针对分布式认知无线电网络的信道和功率分配问题,提出一种基于案例推理与合作的Q学习算法。为了优化Q学习算法的Q初始化,将当前问题和历史案例依据相似度函数进行匹配,提取匹配案例的Q值并在归一化后作为初始值,进行合作Q学习。合作Q学习是基于总奖赏值进行的,各Agent以不同权值融合其他具有更高奖赏值的Agent的Q值来获取学习经验,以减少不必要的探索。仿真结果表明,该算法提高了认知系统信道和功率分配的能量效率,加快了系统的收敛速度。

基于案例推理和启发式Q学习的资源分配算法

针对集中式认知网络的信道和功率分配问题,提出了一种基于案例推理和启发式Q学习算法。为了提高Q学习算法的收敛速度,将当前分配问题与存储的历史案例进行相似度匹配,选取最相似案例的Q值,归一化处理后作为启发式Q学习算法的初值。为了提高启发式Q学习的算法性能,引入一个基于信息强度的指导函数,通过强调动作的重要性来改变动作策略;设计的奖赏函数反映了认知系统的能量效率。仿真结果表明,该算法可以明显提高认知网络信道和功率分配的认知系统能量效率和收敛速度。