来源：期刊VIP网 时间：
作者：韩翔;张育芝;李梦凡;冯晓美;
单位：西安科技大学通信与信息工程学院;
摘要：针对水声通信异构网络中信道分配不公和节点能量受限的问题，基于深度强化学习方法，提出跨层联合优化公平信道接入和功率控制的媒介访问控制（POCL-MAC）协议。根据反馈ACK包获知时延状态下的信道冲突结果和接收机处信噪比，基于深度强化学习的状态、动作和奖励序列自主学习，调整认知用户的接入时隙和发射功率；采用公平函数实现异构网络中认知用户和主用户吞吐量性能的比例公平。设计了一个联合状态序列和独立式奖励函数，在不增加神经网络复杂度的前提下，提高跨层联合优化的子动作决策准确度。仿真结果表明，相比于传统DRL算法，所提算法实现了接近于最优公平性吞吐量性能，同时具有更好的能量利用效率。
关键词：深度强化学习;;水声通信网络;;MAC协议;;冲突避免;;功率优化;;信道分配
基金资助：陕西省教育厅科研项目（22JK0454）
