文献类型：期刊文章

作　　者：胡文杰[1,2] 钟良骥[3]

HU Wenjie;ZHONG Liangji(School of Computer Science and Technology,Huazhong University of Science and Technology,Wuhan 430074,China;School of Information Engineering,Xianning Vocational and Technical College,Xianning 437100,China;School of Computer,Hubei University of Science and Technology,Xianning 437100,China)

机构地区：[1]华中科技大学计算机科学与技术学院,武汉430074 [2]咸宁职业技术学院信息工程学院,湖北咸宁437100 [3]湖北科技学院计算机学院,湖北咸宁437100

出　　处：《电讯技术》

基　　金：湖北省教育厅科学研究项目(B2018487);咸宁市科技局科技项目(201854);咸宁职业技术学院校级科研项目(2017yjd011)。

年　　份：2020

卷　　号：60

期　　号：12

起止页码：1425-1431

语　　种：中文

收录情况：BDHX、BDHX2017、IC、UPD、ZGKJHX、核心刊

摘　　要：协作通信是无线传感器网络(Wireless Sensor Network,WSN)实现数据可靠传输的关键技术,而协作通信技术的关键在于中继方案的选择。为此,提出了一种基于深度强化学习的协作通信中继选择算法(Deep Q-Learning Based Relay Selection Scheme,DQ-RSS)。首先,将WSN中具有中继选择的协作通信过程建模为马尔科夫决策过程,并采用Q学习在未知网络模型的情况下获取最佳中继选择策略;其次,针对高维状态空间下Q学习收敛时间长的问题,采用DQN(Deep-Q-Net)算法来加速Q学习的收敛。对比仿真实验结果表明,DQ-RSS在中断概率、系统容量和能耗方面均优于现有的中继选择方案,且能够有效节省收敛时间。

关 键 词：无线传感器网络 协作通信 中继选择 Q学习 DQN算法  

分 类 号：TN929.5]