公开(公告)号：CN114980178B

公开(公告)日：2024-08-02

申请号：CN202210630724.9

申请日：2022-06-06

Applicant: 厦门大学马来西亚分校

Inventor： 陈漩楚 ,  林扬 ,  孙海信

IPC: H04W24/02 ,  G06N3/0442 ,  G06N3/092 ,  G06N20/00 ,  H04B13/02

Abstract: 本发明提出了一种基于强化学习的分布式PD‑NOMA水声网络通信方法及系统，方法包括：构建节点决策框架，节点决策框架包括两个并联的DQN网络；将全体节点的当前状态分别输入到两个并联的DQN网络中，进行群体分组和功率控制的动作选择；将每个节点获得的群体分组和功率控制的结果发送至CH，CH根据预设的奖励机制回馈不同的奖励；将每个节点的“状态”、“动作”、“奖励”以及“下一状态”作为经验样本存储到经验池中；以及采用经验优选回放算法不断从经验池中抽取经验样本以训练DQN网络。节点可以自主进行分组选择、功率控制，适应水声网络动态变化，以分布式方式获得网络性能的次优解。可以提高网络通信效率，可达高吞吐量、低耗能、低时延。

公开(公告)号：CN114980178A

公开(公告)日：2022-08-30

申请号：CN202210630724.9

申请日：2022-06-06

Applicant: 厦门大学马来西亚分校

Inventor： 陈漩楚 ,  林扬 ,  孙海信

IPC: H04W24/02 ,  G06N3/04 ,  G06N3/08 ,  G06N20/00 ,  H04B13/02

Abstract: 本发明提出了一种基于强化学习的分布式PD‑NOMA水声网络通信方法及系统，方法包括：构建节点决策框架，节点决策框架包括两个并联的DQN网络；将全体节点的当前状态分别输入到两个并联的DQN网络中，进行群体分组和功率控制的动作选择；将每个节点获得的群体分组和功率控制的结果发送至CH，CH根据预设的奖励机制回馈不同的奖励；将每个节点的“状态”、“动作”、“奖励”以及“下一状态”作为经验样本存储到经验池中；以及采用经验优选回放算法不断从经验池中抽取经验样本以训练DQN网络。节点可以自主进行分组选择、功率控制，适应水声网络动态变化，以分布式方式获得网络性能的次优解。可以提高网络通信效率，可达高吞吐量、低耗能、低时延。