M2M通信中基于多智能体强化学习的无线资源分配算法

• 作者: 徐少毅 郑姗姗
• 来源期刊: 北京交通大学学报
• 学科: 工学
• 关键词: 无线通信 机器对机器 强化学习 用户体验质量 资源分配
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 5G通信与传感器网络
• 页码范围: 1-9
• 页数: 9页
• 分类号: TN92
• 字数: 8684字
• 语种: 中文
• DOI: 10.11860/j.issn.1673-0291.2018.05.001

摘要

蜂窝网络因为其广覆盖、高可靠和支持高速移动等优点,是机器对机器(M2M)通信的理想载体.然而,由于机器类型通信设备具有的业务种类繁多和数量大等特点,现有的无线资源分配算法并不完全适用.为了解决这个问题,不同于传统的集中式资源分配算法,提出了基于多智能体强化学习的分布式无线资源分配算法.具有强化学习能力的机器类通信(MTC)设备可以自主选择资源块和功率等级,以达到在较低的功率消耗下得到较高的用户体验质量的目标.为了实现不同设备之间的协作,引入了多智能体强化学习,每个智能体有能力预测其他智能体的策略.仿真结果表明:本文算法在用户体验质量、功率消耗和计算复杂度方面达到了很好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐少毅	北京交通大学电子信息工程学院	10	37	4.0	5.0
2	郑姗姗	北京交通大学电子信息工程学院	1	4	1.0	1.0