[发明专利]动态频谱环境中基于多智能体强化学习的频率功率联合分配方法有效
| 申请号： | 201210006680.9 | 申请日： | 2012-01-11 |
| 公开（公告）号： | CN102448070A | 公开（公告）日： | 2012-05-09 |
| 发明（设计）人： | 王金龙;吴启晖;刘鑫;郑学强 | 申请（专利权）人： | 中国人民解放军理工大学 |
| 主分类号： | H04W16/14 | 分类号： | H04W16/14;H04W72/04 |
| 代理公司： | 南京天华专利代理有限责任公司 32218 | 代理人： | 夏平 |
| 地址： | 210007 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种动态频谱环境中基于多智能体强化学习的频率功率联合分配方法，实现动态频谱环境中频率功率联和分配的时隙结构包括三个时隙：感知决策时隙、传输时隙和确认时隙；感知决策时隙实现主用户状态的感知，并获取传输时隙的频率功率联和决策；传输时隙实现信息传输，并且在接收端估计链路增益，计算当前回报值和度量所受干扰大小；确认时隙用于接收ACK信号、链路增益、当前回报值和所受干扰大小的反馈信息，并且更新多智能体强化学习过程中所需要的行为回报函数，历史干扰表，以及对其他认知链路频率策略的估计值。本发明能够在动态的频谱环境中实现实时的，性能优越的频率功率联和分配。 | ||
| 搜索关键词： | 动态 频谱 环境 基于 智能 强化 学习 频率 功率 联合 分配 方法 | ||
【主权项】：
一种动态频谱环境中基于多智能体强化学习的频率功率联合分配方法，其特征在于实现动态频谱环境中频率功率联和分配的时隙结构包括三个时隙：感知决策时隙、传输时隙和确认时隙；感知决策时隙实现主用户状态的感知，并获取传输时隙的频率功率联和决策；传输时隙实现信息传输，并且在接收端估计链路增益，计算当前回报值和度量所受干扰大小；确认时隙用于接收ACK信号、链路增益、当前回报值和所受干扰大小的反馈信息，并且更新多智能体强化学习过程中所需要的行为回报函数，历史干扰表，以及对其他认知链路频率策略的估计值。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国人民解放军理工大学，未经中国人民解放军理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201210006680.9/，转载请声明来源钻瓜专利网。
