非平稳环境下基于在线学习的智能频谱接入OA

现有动态频谱接入研究大多基于平稳频谱环境假设,将授权信道在各时隙的状态建模为独立同分布的随机序列。然而在实际场景中,受用户移动性与外界干扰等因素影响,信道空闲状况往往随时间演变,呈现非平稳特征。针对现有研究对非平稳环境刻画与建模不足的问题,提出一种分段独立同分布的非平稳信道状态模型,并将问题建模为在线学习中的多臂赌博机问题。在此基础上,设计了一种结合汤普森采样与最优性检测的智能频谱接入算法,摆脱了以往算法对环境先验知识的依赖。该算法利用在线学习中的汤普森采样策略在信道信息的探索与利用间实现高效平衡,快速识别当前最优信道。同时通过最优性检测监测信道最优性的变化并及时重启学习过程,从而保证次用户设备始终优先接入空闲概率最高的信道。理论分析表明,所提算法在无需非平稳环境先验知识的条件下,能够以超过95%的概率识别当前最优信道,其最优性检测的虚警率与漏报率随决策时隙数快速收敛。数值结果验证了算法的有效性:在多种非平稳环境下,以在线学习中的遗憾为性能指标,所提算法均取得最低遗憾值,最大降低幅度达47.2%;在通信类指标上,其成功接入概率和频谱利用率均显著高于对比算法,最大提升幅度可达7.4%。