一種基于可解釋深度強化學習的動態頻譜接入方法

摘要： 針對基于強化學習的動態頻譜接入模型性能有限、可解釋性差的問題，提出了一種基于權重分析的動態頻譜接入方法。采用儲備池計算(Reservoir Computing, RC)網絡來替代傳統的深度Q學習網絡(Deep Q-Learning Network, DQN),以簡化網絡結構并提高計算效率。同時引入權重分析的可解釋方法，通過生成熱力圖來反映神經網絡對不同信道的認知和偏好，從而提高... （共9頁）