咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于深度强化学习的电力线与无线双模通信MAC层接入算法 收藏

基于深度强化学习的电力线与无线双模通信MAC层接入算法

Adaptive MAC layer access algorithm for power line and wireless dualmode communication based on deep reinforcement learning

作     者:陈智雄 詹学滋 左嘉烁 CHEN Zhixiong;ZHAN Xuezi;ZUO Jiashuo

作者机构:华北电力大学电子与通信工程系河北保定071003 河北省电力物联网技术重点实验室河北保定071003 

出 版 物:《智能系统学报》 (CAAI Transactions on Intelligent Systems)

年 卷 期:2025年第20卷第2期

页      面:344-354页

核心收录:

学科分类:080802[工学-电力系统及其自动化] 0808[工学-电气工程] 08[工学] 

基  金:国家自然科学基金青年基金项目(61601182) 中央高校科研业务费专项资金项目(2023MS113) 

主  题:电力线通信 无线通信 双模节点 深度强化学习 双深度Q网络 MAC层接入 公平效用函数 P坚持接入 

摘      要:针对无线和电力线通信混合组网的信道竞争接入问题,提出了一种基于深度强化学习的电力线与无线双模通信的MAC接入算法。双模节点根据网络广播信息和信道使用等数据自适应接入双媒质信道。首先建立了基于双模通信网络交互和统计信息的双模通信节点数据采集模型;接着定义了基于协作信息的深度强化学习(deep reinforcement learning,DRL)状态空间、动作空间和奖励,设计了联合α-公平效用函数和P坚持接入机制的节点决策流程,实现基于双深度Q网络(double deep Q-network,DDQN)的双模节点自适应接入算法;最后进行算法性能仿真和对比分析。仿真结果表明,提出的接入算法能够在保证双模网络和信道接入公平性的条件下,有效提高双模通信节点的接入性能。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分