首页> 中文学位 >基于深度强化学习的动态频谱分配方法研究
【6h】

基于深度强化学习的动态频谱分配方法研究

代理获取

目录

第一章 绪论

1.1 课题研究背景及意义

1.2 国内外研究现状

1.3 本论文主要研究内容及创新性

1.3.1 主要研究内容

1.3.2 本文创新成果

1.4 论文章节安排

第二章 认知无线网络关键技术和强化学习基础理论

2.1 认知无线网络关键技术

2.1.1 认知无线网络架构

2.1.2 频谱资源管理框架

2.1.3 频谱资源分配

2.2 强化学习基础理论

2.2.1 数学框架

2.2.2 学习过程

2.2.3 深度强化学习

2.3 本章小结

第三章基于深度强化学习的动态功率控制方法研究

3.1 系统模型设计

3.2 动态功率控制问题描述

1. 用户的信号与干扰加噪声比(signal to interference plus noise ratio,SINR)

2. 目标函数的定义

3. 主用户功率控制策略

3.3 动态功率控制问题解决方案

3.3.1 优先记忆库和竞争深度Q网络

3.3.2 优先记忆库结合竞争深度Q网络的动态功率控制方法

3.4 仿真实验结果及性能对比

3.5 本章小结

第四章基于深度强化学习的动态功率控制及信道分配联合方法研究

4.1 系统模型设计

4.2 动态功率控制及信道分配联合问题描述

4.3 动态功率控制及信道分配联合问题解决方案

4.3.1 长短期记忆循环神经网络

4.3.2 长短期记忆深度Q网络的动态功率控制及信道分配联合方法

4.4 仿真实验结果及性能分析

4.5 本章小结

结论

参考文献

攻读学位期间学术成果

声明

致谢

展开▼

著录项

  • 作者

    叶梓峰;

  • 作者单位

    广东工业大学;

  • 授予单位 广东工业大学;
  • 学科 控制科学与工程
  • 授予学位 硕士
  • 导师姓名 万频;
  • 年度 2019
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 中文
  • 中图分类
  • 关键词

    强化学习; 动态频谱分配;

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号