计算机工程

作者：刘新梦, 谢健骊, 李翠然, 王亦鸣

单位：兰州交通大学电子与信息工程学院, 甘肃 兰州 730070

关键词：认知物联网,干扰消除,异步优势行动者-评论家算法,干扰程度,信号质量,吞吐量

基金：国家自然科学基金(62161016); 甘肃省科技计划基金(20JR10RA273); 北京市高速铁路宽带移动通信工程技术研究中心(北京交通大学)开放课题基金资助(BHRC-2022-1)

针对频谱资源干扰管理的智能化需求, 提出一种基于异步优势行动者-评论家(A3C)的干扰消除算法, 旨在应对认知物联网(CIoT)通信系统中由频谱资源共享引起的干扰问题。通过智能体的学习和优化, 帮助次级用户(SU)在受到干扰影响时做出最优的决策, 从而改善通信质量和系统性能。在该算法中, 当SU遭受干扰影响通信质量时, 智能体通过学习和优化, 使SU能够根据当前的位置信息、发射功率、接收功率以及干扰程度选择最低干扰程度的行动, 并执行该行动后获得的奖励。智能体通过尝试不同减少干扰的行动, 并根据奖励的反馈调整策略, 达到最大化定义干扰程度指标和信号质量指标的奖励函数的目的, 从而最大程度地减少干扰对通信质量的影响。实验结果表明, 与传统k-means算法以及深度递归Q网络(DRQN)和深度Q网络(DQN)优化算法相比, 基于A3C的干扰消除算法具有更短的收敛时间、更高的执行效率以及更高的系统吞吐量, 较3种基准方法在吞吐量性能上至少提高7%, 能够有效地减少干扰对通信质量的不利影响。

来源：2024年第10期

《计算机工程》期刊编辑部

查看计算机工程杂志2024年第10期