q学习算法在机会频谱接入信道选择中的应用 application of q-learning algorithm in channel selection for opportunistic spectrum access.pdfVIP

第30卷第3期 信 号 处 理 V01．30No．3 2014年3月 OFSIGNALPROCESSING Mar．2014 JOURNAL Q学习算法在机会频谱接入信道选择中的应用 赵彪 李 鸥 栾红志 (信息工程大学信息系统工程学院，河南郑州450002) 摘要：针对“先听后传”的机会频谱接人中认知用户的信道选择问题，本文提出了一种基于Q学习的信道选择 算法。在非理想感知的条件下，通过建立认知用户的信道选择模型并设计恰当的奖励函数，使智能体能够与未 知环境不断交互和学习，进而选择长期累积回报最大的信道接入。在学习过程中，本文引入了B0ltzm锄n实验策 略，运用模拟退火思想实现了资源探索与资源利用之间的折衷。仿真结果表明，所提算法能够在未知环境先验 知识条件下可以快速选择性能较好的信道接人，有效提高认知用户的接入吞吐量和系统的平均容量。 关键词：认知无