基于优先记忆库结合竞争深度Q网络的动态功率控制

针对认知无线电多用户的动态功率控制策略问题,提出了一种基于优先记忆库(Prioritized Experience Replay,PER)结合竞争深度Q网络（Dueling Deep Q Network,Dueling DQN）的功率控制方法。在不知道主用户的控制策略及发射功率情况下,次用户以下垫式接入到主用户信道进行传输任务。微基站收集到的接收信号强度信息作为环境状态信息输入到竞争深度Q网络中,经过训练和学习后,得到次用户的动态功率控制策略。实验结果表明,次用户经过深度强化学习后能够找到最优的功率控制策略,并且在环境参数发生变化时也能快速调整自身的行为和控制策略,提高了频谱利用率和网络能效。     

随机共振在认知无线电频谱感知中应用的最新研究进展

频谱感知是认知无线电网络的一项关键技术。低信噪比（SNR）环境下频谱检测的性能会大 幅降低,而随机共振（SR）能 有效提高信号信噪比,所以将其应用到频谱感知中,能增强认知用户对主用户（PU）的检测 性能。〖JP2〗首先介绍了随机共振在认知无线电频谱感知中应用的最新研究进展,包括随 机共振在 本地感知中（如能量检测、协方差矩阵频谱感知、循环平稳特征检测）及协作感知中的应用 ,然后指出了随机共振在认知无线电频谱感知中还有待解决的问题,并提出了下一步的研究 方向。