一种基于强化学习的干扰资源分配快速决策方法

本发明涉及一种基于强化学习的干扰资源分配快速决策方法，包括以下步骤：引入干扰持续时间，以整个通信周期下干扰方所消耗的总能量最小为目标，构建系统模型；采用基于强化学习的快速决策干扰算法对所述系统模型进行求解，得到干扰决策和资源分配方案，其中，所述快速决策干扰算法采用全并行结构DQN网络，所述全并行结构DQN网络包括信道子网络和功率‑模式‑时间联合子网络；所述信道子网络用于选择干扰信道，所述功率‑模式‑时间联合子网络用于选择干扰功率、干扰样式以及干扰持续时间；所述信道子网络和功率‑模式‑时间联合子网络能够平行学习。本发明能够更有效的进行干扰和资源分配。
中国科学院上海微系统与信息技术研究所
陆永安 | 唐洪莹