基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
该文研究macro-femto异构蜂窝网络中移动用户的功率控制问题,首先建立了以最小接收信号信干噪比为约束条件,最大化毫微微小区的总能效为目标的优化模型;然后提出了基于Q-Learning算法的毫微微小区集中式功率控制(PCQL)算法,该算法基于强化学习,能在没有准确信道状态信息的情况下,实现对小区内所有用户终端的发射功率统一调整.仿真结果表明该算法能实现对用户终端的功率有效控制,提升系统能效.
推荐文章
基于Q-learning的机会频谱接入信道选择算法
认知无线电
机会频谱接入
Q学习
信道选择
Boltzmann规则
改进的Q-Learning算法及其在路径规划中的应用
路径规划
人工智能
强化学习
Q-Learning
基于生成模型的Q-learning二分类算法
Q-learning
生成模型
二分类
最小二乘时序差分算法
半梯度下降法
基于互动决策的毫微微基站频谱复用算法研究
毫微微网络
层间干扰
频谱复用
互动决策
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于Q-Learning算法的毫微微小区功率控制算法
来源期刊 电子与信息学报 学科 工学
关键词 集中式功率控制 Q-Learning算法 能效优化
年,卷(期) 2019,(11) 所属期刊栏目 论文
研究方向 页码范围 2557-2564
页数 8页 分类号 TN92
字数 6177字 语种 中文
DOI 10.11999/JEIT181191
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李云 重庆邮电大学移动通信技术重庆市重点实验室 155 1397 17.0 29.0
2 唐英 重庆邮电大学移动通信技术重庆市重点实验室 1 0 0.0 0.0
3 刘涵霄 重庆邮电大学移动通信技术重庆市重点实验室 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(4)
  • 参考文献(4)
  • 二级参考文献(0)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
集中式功率控制
Q-Learning算法
能效优化
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子与信息学报
月刊
1009-5896
11-4494/TN
大16开
北京市北四环西路19号
2-179
1979
chi
出版文献量(篇)
9870
总下载数(次)
11
总被引数(次)
95911
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导