典型文献
EH-CR IoT系统中基于深度强化学习的多维资源管理算法
文献摘要:
随着物联网(IoT)设备数量的爆炸式增长,其消耗的能量资源和无线频谱资源也在急剧增加.能量和频谱资源日益紧缺,IoT设备常常会因同道干扰以及发送功率低下而导致大量的数据包丢失.为了解决这一问题,本文在IoT系统中引入认知无线电技术与能量收集技术,以缓解IoT系统中的能量和频谱资源紧缺问题.并提出一种基于深度强化学习的资源管理算法对EH-CR IoT系统进行能量资源和通信时间资源的联合管理,以最小化系统的丢包数.仿真结果表明,所提算法有较好的收敛性,与其他算法对比,其能获得更佳的系统性能.
文献关键词:
认知无线电;能量收集;深度强化学习;联合资源管理
中图分类号:
作者姓名:
黄师化;施赵媛;刘奎
作者机构:
安庆师范大学 计算机与信息学院,安徽 安庆 246133
文献出处:
引用格式:
[1]黄师化;施赵媛;刘奎-.EH-CR IoT系统中基于深度强化学习的多维资源管理算法)[J].安庆师范大学学报(自然科学版),2022(04):44-50
A类:
联合资源管理
B类:
EH,CR,IoT,深度强化学习,理算,爆炸式,频谱资源,同道,发送功率,数据包,认知无线电,无线电技术,能量收集技术,资源紧缺,时间资源,联合管理,丢包,收敛性,算法对比,系统性能
AB值:
0.318118
相似文献
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。