Mit dem rasanten Anstieg der maritimen Wirtschaftsaktivitäten wächst der Bedarf an maritimer Kommunikation explosionsartig, wobei Probleme wie begrenzte Spektrumsressourcen, hochdynamische Spektrumumgebungen und vielfältige Dienstanforderungen immer deutlicher werden. Traditionelle Deep-Reinforcement-Learning-Methoden zeigen in spezifischen Trainingsszenarien gute Leistungen, lassen sich jedoch nur schwer auf unbekannte Netzwerkumgebungen verallgemeinern. Zur Lösung dieses Problems untersucht dieser Beitrag eine adaptive meta-basierte Reinforcement-Learning-Technik für den dynamischen maritimen Spektrumzugang und die Dienstplanung. Zunächst wird ein Kanalbelegungsmodell aufgebaut, das markovsche Frequenzsprung- und Spreizfrequenzsprungmodi umfasst und in Kombination mit einem Doppelwarteschlangen-Mechanismus für dringende und normale Datenpakete das Multiagenten-Kooperationsentscheidungsproblem als dezentralisierten teilweise beobachtbaren Markov-Entscheidungsprozess modelliert. Anschließend wird zur Überwindung der schwachen Generalisierungsfähigkeit herkömmlicher Deep-Reinforcement-Learning-Algorithmen ein spektrumszugangs- und dienstplanungsalgorithmus auf Basis eines Meta-Lernparadigmas vorgeschlagen, der durch Meta-Training auf multiaufgaben-verteilten Daten eine schnelle Strategieübertragung ermöglicht. Darüber hinaus wird zur Lösung des Anpassungseffizienz-Flaschenhalses durch eine feste Lernratensteuerung im inneren Lernzyklus ein adaptiver meta-verstärkender Lernalgorithmus entwickelt, der die Lernrate dynamisch über ein Task-Encoding-Modul anpasst und die Konvergenzgeschwindigkeit bei Aufgaben unterschiedlicher Komplexität ausbalanciert. Simulationsergebnisse zeigen, dass der vorgeschlagene Algorithmus in unbekannten Umgebungen bezüglich durchschnittlicher Belohnung, Erfolgsrate für dringende Pakete und Konvergenzgeschwindigkeit den Basisalgorithmus übertrifft und damit die Überlegenheit der Methode in komplexen maritimen Umgebungen effektiv bestätigt. Diese Studie bietet eine effektive Lösung für die schnelle Anpassung maritimer drahtloser Kommunikationssysteme an unbekannte Szenarien durch intelligenten Spektrumzugang und Dienstplanung.

dynamischer Spektrumzugang; adaptives meta-verstärkendes Lernen; Dienstplanung; maritime Kommunikation