关键词cognitive radio network
搜索结果 - 5
- MM分布式和非协同认知无线电资源分配的深度强化学习
本文提出了一种分布式的深度强化学习资源分配技术，针对协作无线电网络所呈现的多智能体环境及其强化学习过程中可能导致的非平稳环境，通过考虑深度强化学习的特定方面，本文的算法能够迭代地收敛于一个平衡政策，其可用于无需与其他代理协调配合的情况下工作 - MM分布式非协调认知无线电资源分配的深度强化学习
本文提出了一种基于深度强化学习的分布式资源分配技术，用于多代理环境下的认知无线电网络，该网络通过干扰下动态频谱访问与主干网络共存。该技术是分布式的，且不需要与其他代理协调，通过模拟结果可以显示出，该技术能够在有限的学习时间内，找到使性能在 - MM认知无线电网络中的干扰信道的受约束贝叶斯主动学习
本文提出了一种顺序探测方法，用于允许中央认知无线电网络（CRN）在设计的主用户（PU）保护规范下访问主用户（PU）的频带，并用二进制 ACK / NACK 数据包来学习 PU 干扰约束，我们在 Active Learning (AL) 框架 - 深度感知：基于卷积神经网络的合作频谱感知
该论文提出了一种深度协作感知（DCS），用于在认知无线电网络（CRN）中进行协作频谱感知（CSS），以检测可能同时占用多个波段的主用户（PU），通过使用卷积神经网络（CNN）学习 SUs 的单独感测结果的组合策略，DCS 发现一种环境特定的 - 关于衰落认知多路接入和广播信道的遍历和容量
本文研究了在现有主要无线电网络下采用频谱共享的辅助或认知无线电（CR）网络的信息论极限。研究了多个辅助用户在在其各自的传输功率约束和一个应用于主要接收器之一的干扰功率约束下，向辅助基站（BS）发送信号的信道模型。在辅助发射机的不同状态下，以