雷达-通信网络频谱共享的动态协同算法

在雷达-通信一体网络中各时刻间的决策变量具有时间相关性时,以往追求某一时刻性能最优的资源分配算法不再适用。本文基于马尔可夫决策过程理论,构建面向雷达-通信一体网络的资源分配决策问题,其目标在于最小化各用频设备的长期平均发射功率。该马尔可夫决策过程问题状态-动作空间维度随用频设备数量呈指数增长,易陷入“维度诅咒”。为提升运行效率,本文提出一种分布式相对值迭代算法,通过对每个用频设备进行资源预分配处理,将原问题分解为多个可并行迭代的低维子问题,其中每个子问题可通过传统的相对值迭代法快速求解。仿真结果表明所提算法与追求单一时刻性能最优的贪婪策略比较,其性能可得到明显提升。