计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2013年
8期
112-116,120
,共6页
服务区分%Q学习%多智能体%认知无线电%媒体访问控制%传输概率
服務區分%Q學習%多智能體%認知無線電%媒體訪問控製%傳輸概率
복무구분%Q학습%다지능체%인지무선전%매체방문공제%전수개솔
service differentiation%Q-learning%multi-agent%Cognitive Radio(CR)%Media Access Control(MAC)%transmission probability
媒体访问控制(MAC)协议负责协调所有认知用户的空闲信道接入服务,是认知Ad-hoc网络支持服务质量(QoS)的关键技术之一.在二进制指数退避算法基础上,提出一种支持服务区分的多智能体Q学习MAC算法.实时调整传输概率,使系统信道接入服务达到最优,建立传输概率调节的Markov链模型,导出分组的传输概率与协议参数的关系,给出基于服务区分的信道吞吐率模型,建立基于MAC协议参数学习的多智能体Q学习算法.实验结果表明,该算法能满足高优先级业务的QoS,且吞吐率和时延性能优于IEEE 802.11e EDCA机制.
媒體訪問控製(MAC)協議負責協調所有認知用戶的空閒信道接入服務,是認知Ad-hoc網絡支持服務質量(QoS)的關鍵技術之一.在二進製指數退避算法基礎上,提齣一種支持服務區分的多智能體Q學習MAC算法.實時調整傳輸概率,使繫統信道接入服務達到最優,建立傳輸概率調節的Markov鏈模型,導齣分組的傳輸概率與協議參數的關繫,給齣基于服務區分的信道吞吐率模型,建立基于MAC協議參數學習的多智能體Q學習算法.實驗結果錶明,該算法能滿足高優先級業務的QoS,且吞吐率和時延性能優于IEEE 802.11e EDCA機製.
매체방문공제(MAC)협의부책협조소유인지용호적공한신도접입복무,시인지Ad-hoc망락지지복무질량(QoS)적관건기술지일.재이진제지수퇴피산법기출상,제출일충지지복무구분적다지능체Q학습MAC산법.실시조정전수개솔,사계통신도접입복무체도최우,건립전수개솔조절적Markov련모형,도출분조적전수개솔여협의삼수적관계,급출기우복무구분적신도탄토솔모형,건립기우MAC협의삼수학습적다지능체Q학습산법.실험결과표명,해산법능만족고우선급업무적QoS,차탄토솔화시연성능우우IEEE 802.11e EDCA궤제.