[发明专利]一种用于认知无线电的多智能体协作频谱感知与接入方法

权利要求书

1.一种用于认知无线电的多智能体协作频谱感知与接入方法，其特征在于，基于一认知无线电网络，所述认知无线电网络中有M个主要用户PU、N个次要用户SU，N_fb个正交信道，PU的发射功率固定为P，信道噪声为加性高斯白噪声；

所述感知与接入方法包括：

步骤S101：获取N个所述SU中每一个SU_n在当前时间帧开始时的环境参数，其中所述n＝1，2，…，N，所述环境参数包括所述每一个SU_n的观测S_n；

步骤S102：将所述每一个SU_n在当前时间帧开始时的所述环境参数输入确定性策略深度梯度MADDPG模型；

步骤S103：获取所述MADDPG模型输出的每一个SU_n在当前时间帧的感知策略，其中所述感知策略是选择某一个信道检测是否空闲；

步骤S104：将SUn的感知结果及其合作伙伴的感知结果融合成全局状态S(t)，再把全局状态S(t)与全局动作A(t)、奖励r(t)和下一时刻状态S(t+1)送到确定性策略深度梯度MADDPG模型的经验重放缓冲区；

将所述全局状态S(t)作为下一时刻的观测，如此循环往复，直到训练步数结束。

2.如权利要求1所述的一种用于认知无线电的多智能体协作频谱感知与接入方法，其特征在于，所述步骤S103还包括：每一时间帧开始时，所有SU同时按照自己的观测选择自身策略，即选择某一信道检测该信道是否空闲，每个SU有且仅有一次机会，直至所有的SU找到一个空闲信道或者失败，则一个时间帧结束。

3.如权利要求1或2所述的一种用于认知无线电的多智能体协作频谱感知与接入方法，其特征在于，所述步骤S104中，将SUn的感知结果及其合作伙伴的感知结果融合成全局状态S(t)的方法为：

步骤S1041：当前SU_n根据历史时刻其他SU执行动作后的所获得奖励计算可信度，若某个SU曾担任过当前SU_n的合作伙伴，则会过的更高的可信度；

步骤S1042：根据可信度计算相应权重；

步骤S1043：计算其余SU被选作合作伙伴的次数；

步骤S1044：综合上述其余SU的权重和次数，对其余SU进行排序，选择最优的一个或者几个作为当前SU_n的合作伙伴；

步骤S1045：合作伙伴之间共享检测结果，融合检测结果成为全局状态。