无线认知网络中的多智能体混合 SAC 算法实现联合 SS-DSA

研究了二次用户在无线通信中的最大吞吐量与干扰之间的权衡。

利用多天线技术从信息理论角度表征时空和频率域中的机会光谱共享。

提出了基于人工神经网络的自主分布式次级网络控制策略，解决干扰限制与认知无线电之间的信息交流问题。

通过资源分配决策优化公平度的权衡，提出了新的无线频谱多接入问题解决方法，利用α公平度度量优化。

介绍了一种自适应空中无线通信系统，利用深度强化学习算法设计功率控制和波束成形策略，以最大化长期总和速率性能。

提出了适用于异构云射频接入网络的节能优化目标函数，实现能效与排队延迟之间的平衡。

基于强化学习的闭环访问控制方案，通过智能控制器与环境的持续交互实现高效控制和管理。

利用可重构智能表面增强共生无线电网络中的通信，采用深度强化学习实现联合功率分配和混合波束成形。

提出深度协作感知用于认知无线电网络中的协作频谱感知，利用卷积神经网络提高性能。

研究基于稀疏码多址接入的多用户通信系统，分析关键系统参数之间的权衡关系。