文献

J-GLOBAL ID：201802235114154213   整理番号：18A1676929

HF通信の知的周波数選択のための異種情報融合深部強化学習【JST・京大機械翻訳】

A heterogeneous information fusion deep reinforcement learning for intelligent frequency selection of HF communication

著者 (6件)： Liu Xin (Guangxi key Laboratory Fund of Embedded Technology and Intelligent System, Guilin University of Technology, Guilin 541007, China) ,  Xu Yuhua (College of Communication Engineering, Army Engineering University of PLA, Nanjing 210007, China) ,  Cheng Yunpeng (College of Communication Engineering, Army Engineering University of PLA, Nanjing 210007, China) ,  Li Yangyang (College of Communication Engineering, Army Engineering University of PLA, Nanjing 210007, China) ,  Zhao Lei (College of Communication Engineering, Army Engineering University of PLA, Nanjing 210007, China) ,  Zhang Xiaobo (College of Communication Engineering, Army Engineering University of PLA, Nanjing 210007, China)
資料名： China Communications  (China Communications)
巻： 15  号： 9  ページ： 73-84  発行年： 2018年 
JST資料番号： W2359A  ISSN： 1673-5447  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 英語 (EN)

抄録/ポイント： 高周波(HF)通信は軍事と緊急応用のための不可欠な通信方法の1つである。しかしながら,通信周波数チャネルの選択は,混雑スペクトル,時変チャネル,および悪意のある知的ジャミングとして常に困難な問題である。既存の周波数ホッピング,自動リンク確立,およびいくつかの新しい妨害対抗技術は上記の問題を完全に解決することができない。本論文では,この困難な挑戦を解決するために,深い強化学習を採用した。最初に,スペクトル状態とチャネル利得状態の組合せを複雑な環境状態として定義して,定義状態のMarkov特性を解析して証明した。次に,スペクトル状態とチャネル利得状態が不均一な情報であることを考慮して,新しい深いQネットワーク(DQN)フレームワークを設計して,それは種々の種類の情報を処理するために複数のサブネットワークを含んだ。最後に,学習速度と効率を改善することを目的として,対応するサブネットワークの最適化目標を合理的に設計して,不均一情報融合深い強化学習(HIF-DRL)アルゴリズムを特定の周波数選択のために設計した。シミュレーション結果は,提案したアルゴリズムがチャネル予測,ジャミング回避および周波数チャネル選択において良く機能することを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 計算機シミュレーション ,  *通信 ,  *深部 ,  周波数ホッピング ,  ネットワーク ,  *強化学習 ,  *周波数 ,  スペクトル ,  最適化 ,  アルゴリズム ,  HF【周波数】
準シソーラス用語： サブネットワーク ,  チャネル利得 ,  ジャミング ,  軍事 ,  *情報フュージョン , 【Automatic Indexing@JST】

分類 (2件)： 無線通信一般  (ND08010L) ,  移動通信  (ND08030H)

タイトルに関連する用語 (4件)： HF通信 ,  情報融合 ,  深部 ,  強化学習