基于Q-Learning的深度神经网络自适应退避策略
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

TN830.6

基金项目:

国防基础科研计划“十三五”项目(NO. JCKY2017203B082)


An adaptive back-off strategy based on deep Q-Learning neural network
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对无人机自组织网络,结合Q-Learning和深度神经网络,提出一种自适应退避策略,以提高基于竞争的MAC协议通信性能。以Matlab为仿真平台,仿真比较了自适应退避策略与二进制指数退避策略的性能。

    Abstract:

    An adaptive back-off strategy based on Q-Learning and deep neural network is proposed to improve the communication performance of MAC protocol based on competition for unmanned aerial vehicle self-organizing network. In the experiment, Matlab is used as the simulation platform to compare the performance of adaptive back-off strategy and binary exponential back-off strategy.

    相似文献
    引证文献
引用本文

毛中杰,俞 晖,麻智超,王 政.基于Q-Learning的深度神经网络自适应退避策略[J].遥测遥控,2021,42(1):19-25.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
    参考文献
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2021-02-04
  • 出版日期:
  • 优先出版日期: 2021-02-04