用于认知无线电网络中联合频谱感知与动态频谱接入的多智能体混合SAC

机会频谱接入有潜力提高认知无线电网络（CRN）中的频谱利用效率。在CRN中，频谱感知和资源分配（SSRA）对于最大化系统吞吐量同时最小化次级用户与主网络的碰撞至关重要。然而，许多动态频谱接入的工作没有考虑不完美感知信息（如误检信道）的影响，而联合SSRA中可用的额外信息有助于弥补这一问题。在这项工作中，我们将联合SSRA视为一个优化问题，旨在最大化CRN的净通信速率，同时受限于信道感知、信道接入和发射功率的约束。鉴于该问题的非平凡性质，我们利用多智能体强化学习，使次级用户网络能够仅通过局部测试统计量动态接入未占用频谱，该统计量基于频谱感知的能量检测范式制定。为此，我们基于QMIX混合方案开发了一种新颖的多智能体混合软演员-评论家（MHSAC）实现。通过实验，我们发现我们的SSRA算法HySSRA成功最大化CRN对频谱资源的利用，同时限制其对主网络的干扰，并以较大优势超越了当前最先进的方法。我们还探讨了无线变化（如相干时间）对系统效能的影响。