公开(公告)号：CN117377104A

公开(公告)日：2024-01-09

申请号：CN202311207358.7

申请日：2023-09-19

Applicant: 中国科学院上海微系统与信息技术研究所

Inventor： 陆永安 ,  唐洪莹

IPC: H04W72/53 ,  H04W72/0446 ,  H04W72/0453 ,  H04L5/00 ,  G06N3/092

Abstract: 本发明涉及一种基于强化学习的干扰资源分配快速决策方法，包括以下步骤：引入干扰持续时间，以整个通信周期下干扰方所消耗的总能量最小为目标，构建系统模型；采用基于强化学习的快速决策干扰算法对所述系统模型进行求解，得到干扰决策和资源分配方案，其中，所述快速决策干扰算法采用全并行结构DQN网络，所述全并行结构DQN网络包括信道子网络和功率‑模式‑时间联合子网络；所述信道子网络用于选择干扰信道，所述功率‑模式‑时间联合子网络用于选择干扰功率、干扰样式以及干扰持续时间；所述信道子网络和功率‑模式‑时间联合子网络能够平行学习。本发明能够更有效的进行干扰和资源分配。

公开(公告)号：CN116113025A

公开(公告)日：2023-05-12

申请号：CN202310121573.9

申请日：2023-02-16

Applicant: 中国科学院上海微系统与信息技术研究所

Inventor： 陆永安 ,  唐洪莹

IPC: H04W52/24 ,  H04W52/34 ,  H04W52/36 ,  H04B7/185

Abstract: 本发明涉及一种无人机协能通信网络中轨迹设计和功率分配方法，包括以下步骤：以节点最终虚拟剩余能量最接近节点的电池最大容量为目标建立功率分配模型；采用强化学习距离奖惩算法对所述功率分配模型进行求解，得到节点资源分配和剩余能量的优化方案。本发明能够使整个无人机的节点能量得到更均衡的分配。