针对多个用户访问相同频道的自组织网络，本研究在缺乏中央协调时，使用探索和承诺策略，通过传输和感知信息的方式，实现接近最优的频道分配，进而提高网络吞吐量，同时击败了现有的算法。

Jan, 2019

提出一种基于数据驱动的算法，利用最小化通道输出上的参考分布来估算未知通道法和连续输出字母表上通道容量上界的估算方法，并使用修改的互信息神经估计器来计算所需的条件通道和参考分布之间的散度最大化，在不同的无记忆通道上进行数字评估，证明了该方法估算的上界要么接近通道容量，要么接近最佳已知下界。

May, 2022

研究动态频谱访问、网络效用最大化和分布式动态频谱访问算法，基于深度多用户强化学习，开发解决方案，并在多信道无线网络中进行实验评估。

Apr, 2017

本文研究了随机控制问题在机会式频谱访问中的应用，提出了设计一种通道选择策略，以最大化预期折扣总报酬为目标，将问题与该类问题现有文献进行了讨论。

Oct, 2009

在无线信道质量时变、未知且多用户访问同一信道会造成干扰减少质量的情况下，利用一定的在线学习算法，我们研究了在分散式情况下分配多个用户到无线信道的问题，并确定了何种条件下可以实现社会最优分配。我们的结论是，当用户的合作减少，信道收益的不确定性增加时，实现社会最优分配变得更加困难。

Jul, 2011

本文针对认知无线电网络中的多个次级用户争取多个信道的机会问题，提出去中心化多臂赌博问题，并设计出一种去中心化的在线学习策略，以达到尽可能降低总体期望回报与所有用户回归之间的差距。其中，分别考虑了优先级排序和公平访问策略。

Apr, 2011

研究单源、单目的地和任意中转节点无线网络的信息传输速率，提出了确定性信道模型并设计了一种新的量化 - 映射 - 转发方案，可以无需中继节点了解信道参数就近似地达到网络可支持的速率，并将结果扩展到多播网络、半双工网络和遍历网络。

Jun, 2009

本文提出了一个数学框架 —— 分式规划，用于解决能源效率优化问题，得出了一般性的系统模型、调制方式、算法实现等多个方面的结果。

Oct, 2011

本文研究了参数不确定的马尔可夫决策过程，利用分布鲁棒优化框架来得到在最具有敌意的分布下的最大性能期望值。通过将不确定参数视为随机变量，本文泛化了以前的研究并证明，在较温和的技术条件下，可以高效地获得最优策略，这极大地扩展了分布鲁棒 MDP 集成不确定性的概率信息的灵活性。

Jan, 2015

本文探讨对于下行非正交多用户接入网络，基站如何分配频谱和功率资源，如何进行用户调度，同时兼顾用户公平性，我们将子信道分配问题等同于多对多的双边用户 - 子信道匹配博弈问题，提出一种匹配算法，成功地解决了子信道分配和功率分配问题。仿真结果表明，所提算法显著优于正交多用户接入方案和非正交多用户接入方案。

Aug, 2016