集成感知与通信系统中基于学习的资源管理
机器学习
2025-06-27 v1
摘要
在本文中，我们处理了配备雷达与通信单元的集成感知与通信系统中的自适应时间分配任务。双功能雷达通信系统的任务包括分配驻留时间以跟踪多个目标，并利用剩余时间向估计的目标位置进行数据传输。我们引入了一种新颖的约束深度强化学习（CDRL）方法，旨在优化时间预算约束下跟踪与通信之间的资源分配，从而提高目标通信质量。我们的数值结果证明了所提出的 CDRL 框架的有效性，证实了其能够在高度动态的环境中最大化通信质量，同时遵守时间约束。
引用
@article{arxiv.2506.20849,
title = {Learning-Based Resource Management in Integrated Sensing and Communication Systems},
author = {Ziyang Lu and M. Cenk Gursoy and Chilukuri K. Mohan and Pramod K. Varshney},
journal= {arXiv preprint arXiv:2506.20849},
year = {2025}
}