基于深度强化学习的协作通信中继选择

来源：电讯技术杂志2020年第12期北京时间：

作者：胡文杰,钟良骥

单位：(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)

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；

基金资助：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)