基于强化学习的NOMA反向散射网络配对算法

阅读量：字体编码：繁體

为提高非正交多址接入在反向散射网络中的解码性能表现,提出一种基于强化学习的配对算法,合理设置状态、动作空间,利用卷积神经网络提取特征信息,给出合适的正反向反馈函数,构建利于学习的经验池,根据经验训练寻找最大化吞吐量的配对方案。仿真实验结果显示,文中所提算法可以有效提高系统的解码性能以及吞吐量。

DOI：

10.13274/j.cnki.hdzj.2021.07.003

关键词：

Array

所属期刊栏目：

基金项目

分类号：

TN913.37

页码：

15-19