频分多址系统分布式强化学习功率控制方法
Distributed reinforcement learning based power control for frequency division multiple access systems
上海理工大学 光电信息与计算机工程学院, 上海 200093
摘要
近年来，深度强化学习作为一种无模型的资源分配方法被用于解决无线网络中的同信道干扰问题。然而，基于常规经验回放策略的网络难以学习到有价值的经验，导致收敛速度较慢；而人工划定探索步长的方式没有考虑算法在每个训练周期上的学习情况，使得对环境的探索存在盲目性，限制了系统频谱效率的提升。对此，提出一种频分多址系统的分布式强化学习功率控制方法，采用优先经验回放策略，鼓励智能体从环境中学习更重要的数据，以加速学习过程；并且设计了一种适用于分布式强化学习、动态调整步长的探索策略，使智能体得以根据自身学习情况探索本地环境，减少人为设定步长带来的盲目性。实验结果表明，相比于现有算法，所提方法加快了收敛速度，提高了移动场景下的同信道干扰抑制能力，在大型网络中具有更高的性能。
基金项目
华为技术有限公司合作资助项目(YBN2019115054)
出版信息
DOI: 10.19734/j.issn.1001-3695.2023.03.0169
出版期卷: 《计算机应用研究》 印刷出版, 2023年第40卷 第12期
所属栏目: 网络与通信技术
出版页码: 3772-3777
文章编号: 1001-3695(2023)12-039-3772-06
发布历史
[2023-07-12] 优先出版
[2023-12-05] 印刷出版
引用本文
李烨, 司轲. 频分多址系统分布式强化学习功率控制方法 [J]. 计算机应用研究, 2023, 40 (12): 3772-3777. (Li Ye, Si Ke. Distributed reinforcement learning based power control for frequency division multiple access systems [J]. Application Research of Computers, 2023, 40 (12): 3772-3777. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
