论文研究跨层认知无线Mesh网络中多agent学习的功率分配策略.pdf

为了改善无线Mesh网络的无线电频谱的利用效率以及提高能源利用效率，提出跨层认知无线Mesh网络中多agent学习的功率分配策略。首先，通过多agent智能学习方法，将网络状态定位为一个有限状态马尔可夫决策过程，在环境状态变化时，通过任务来学习一个优化策略，最大化网络的资源和能量的总期望收益。其次，为了更好地节省网络能量，通过一种奖励机制和非合作博弈模式正式确定功率的分配问题，在每个环境状态下学习到最佳的功率分配策略。最后，实验仿真结果表明，该算法在提高频谱利用效率和能源效率上具有明显的效果。