基于学习的能量采集认知M2M通信资源分配算法

作     者：许艺瀚 田永波 张扬刚 花敏 周雯 XU Yi-han;TIAN Yong-bo;ZHANG Yang-gang;HUA Min;ZHOU Wen

作者机构：南京林业大学信息科学技术学院江苏南京210037 复旦大学信息科学与工程学院上海200433 

出 版 物：《电子学报》 (Acta Electronica Sinica)

年 卷 期：2023年第51卷第2期

页      面：467-476页

核心收录：

学科分类：0810[工学-信息与通信工程] 08[工学] 081001[工学-通信与信息系统] 

基　　金：国家自然科学基金(No.61801225,No.61601275) 南京林业大学引进高层次人才和高层次留学回国人员科研基金(No.GXL015) 

主　　题：能量收集 认知无线电 M2M通信 资源分配 深度强化学习 

摘      要：本文针对能量采集认知机器到机器(Machine-to-Machine,M2M)通信的能量效率问题,在保证服务质量(Quality of Service,QoS)的条件下,提出了一种能效优化算法.以最大化网络中用户能效为目标,综合考虑传输功率控制、时隙分配、传输模式选择、中继选择以及每个设备的能量状态为约束,将优化问题建模为一个混合整数非线性规划问题.将该能效优化问题转化为离散时间有限状态马尔科夫决策过程(Discrete-time and Finite-state Markov Decision Process,DFMDP)进行求解.提出一种基于深度强化学习的算法寻找最优策略.仿真结果表明,所提算法在平均能效方面优于其他方案,且收敛速度在可接受范围内.