计算机应用

作者：王哲, 王启名, 李陶深, 葛丽娜

单位：1.广西民族大学 人工智能学院，南宁 530006；2.广西民族大学 电子信息学院，南宁 530006；3.广西混杂计算与集成电路设计分析重点实验室（广西民族大学），南宁 530006；4.广西大学 计算机与电子信息学院，南宁 530004；5.广西民族大学 网络通信工程重点实验室，南宁 530006

关键词：无线传感网络,深度强化学习,无线携能通信,边缘计算,联合优化

基金：国家自然科学基金资助项目(61862007);广西自然科学基金资助项目(2020GXNSFBA297103);广西民族大学引进人才科研启动项目(2019KJQD17)

边缘计算（EC）与无线携能通信（SWIPT）技术能够提升传统网络性能，但同时也增加了系统决策制定的难度和复杂度。而基于最优化方法所设计的系统决策往往具有较高的计算复杂度，无法满足系统的实时性需求。为此，针对EC与SWIPT辅助的无线传感网络（WSN），联合考虑网络中波束成形、计算卸载与功率控制问题，建立了系统能效最优化数学模型；其次，针对该模型的非凸与参数耦合特征，通过设计系统的信息交换过程，提出基于深度强化学习的联合优化方法，该方法无须建立环境模型，采用奖励函数代替Critic网络对动作进行评估，能降低决策制定难度并提升实时性；最后，基于该方法设计了改进的深度确定性策略梯度（IDDPG）算法，并与多种最优化算法和机器学习算法进行仿真对比，验证了联合优化方法在降低计算复杂度、提升决策实时性方面的优势。

来源：2023年第11期

《计算机应用》期刊编辑部

查看计算机应用杂志2023年第11期