期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于深度强化学习的IRS辅助认知无线电系统波束成形算法 被引量:1
1
作者 李国权 程涛 +2 位作者 郭永存 庞宇 林金朝 《电子与信息学报》 北大核心 2025年第3期657-665,共9页
为进一步提升多用户无线通信系统的频谱利用率,该文提出了一种基于深度强化学习的智能反射面(IRS)辅助认知无线电网络次用户和速率最大化算法。首先在考虑次基站最大发射功率约束、次基站对主用户的干扰容限约束以及IRS相移矩阵单位模... 为进一步提升多用户无线通信系统的频谱利用率,该文提出了一种基于深度强化学习的智能反射面(IRS)辅助认知无线电网络次用户和速率最大化算法。首先在考虑次基站最大发射功率约束、次基站对主用户的干扰容限约束以及IRS相移矩阵单位模量约束的情况下,建立一个联合优化次基站波束成形和IRS相移矩阵的资源分配模型;然后提出了一种基于深度确定性策略梯度的主被动波束成形算法,联合进行变量优化以最大化次用户和速率。仿真结果表明,所提算法相对于传统优化算法在和速率性能接近的情况下具有更低的时间复杂度。 展开更多
关键词 智能反射面 认知无线电 深度强化学习 波束成形
在线阅读 下载PDF
基于耦合相移STAR-RIS的认知无线电系统资源分配算法 被引量:1
2
作者 李国权 熊豪 +1 位作者 谢宗霖 林金朝 《通信学报》 EI CSCD 北大核心 2024年第11期131-140,共10页
针对频谱资源紧缺和通信质量受限等问题,建立了一种相移耦合的同时透射与反射可重构智能表面(STAR-RIS)辅助的多输入单输出(MISO)认知无线电系统并提出了一种认知基站发射功率最小化的资源分配算法。首先在满足次用户服务质量(QoS)以及... 针对频谱资源紧缺和通信质量受限等问题,建立了一种相移耦合的同时透射与反射可重构智能表面(STAR-RIS)辅助的多输入单输出(MISO)认知无线电系统并提出了一种认知基站发射功率最小化的资源分配算法。首先在满足次用户服务质量(QoS)以及主用户干扰约束的情况下,构建了认知基站波束成形向量和STAR-RIS系数联合优化问题来实现认知基站发射功率的最小化;然后通过块坐标下降(BCD)法将其转化为主动波束成形向量和STAR-RIS系数2个子问题进行变量解耦,并基于惩罚对偶分解(PDD)框架分别利用半正定松弛(SDR)和连续凸近似(SCA)算法交替优化求解。仿真结果表明,所提算法收敛性好,建立的系统方案可使认知基站具有更低的功率消耗。 展开更多
关键词 认知无线电 同时透射与反射可重构智能表面 资源分配 波束成形 功率最小化
在线阅读 下载PDF
STAR-RIS辅助的CR-SWIPT系统安全波束成形算法
3
作者 李国权 胡航 +2 位作者 王玥涛 谢宗霖 林金朝 《电子学报》 CSCD 北大核心 2024年第12期4002-4008,共7页
为解决认知无线电(Cognitive Radio,CR)系统动态开放性带来的信息传输安全问题,本文提出了一种同时透射和反射的可重构智能表面(Simultaneously Transmitting And Reflecting Reconfigurable Intelligent Surface,STARRIS)辅助CR系统安... 为解决认知无线电(Cognitive Radio,CR)系统动态开放性带来的信息传输安全问题,本文提出了一种同时透射和反射的可重构智能表面(Simultaneously Transmitting And Reflecting Reconfigurable Intelligent Surface,STARRIS)辅助CR系统安全波束成形算法.在考虑认知基站(Cognitive Base Station,CBS)发射功率、次用户(Secondary User,SU)能量收集等约束下,联合优化SU功率分配(Power Splitting,PS)系数等耦合变量,以最大化SU最差保密率.通过连续凸逼近(Successive Convex Approximation,SCA)算法将其转化为凸问题,利用半定松弛(Semi-Definite Relaxation,SDR)等算法求解耦合变量.仿真结果表明,所提出的联合优化算法相较于其他方案具有更高的SU保密率,且引入人工噪声(Artificial Noise,AN)可以进一步提升系统的安全性. 展开更多
关键词 同时透射和反射的可重构智能表面 认知无线电 无线携能通信 物理层安全 保密率
在线阅读 下载PDF
信息年龄和能耗联合优化的无线体域网卸载和调度策略 被引量:2
4
作者 张政 谢鑫 +2 位作者 柏桐 林金朝 李章勇 《通信学报》 EI CSCD 北大核心 2024年第9期92-100,共9页
在无线体域网(WBAN)中,为保障生理数据的实时传输并降低节点能耗,提出了一种联合优化的卸载与调度策略。该策略通过选择在传感节点或Sink处理数据,最小化信息年龄(AoI)与能耗的加权和。为解决卸载和调度决策的强耦合问题,采用双层马尔... 在无线体域网(WBAN)中,为保障生理数据的实时传输并降低节点能耗,提出了一种联合优化的卸载与调度策略。该策略通过选择在传感节点或Sink处理数据,最小化信息年龄(AoI)与能耗的加权和。为解决卸载和调度决策的强耦合问题,采用双层马尔可夫决策过程(MDP),并通过深度强化学习(DRL)应对维数灾难。仿真结果表明,DRL策略在性能上接近MDP,且在节点增加时,相较于RRG与EG策略,平均加权和分别降低约3.58%和24.9%,收敛速度约为MDP的2倍。 展开更多
关键词 无线体域网 卸载调度 信息年龄 能耗
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部