基于启发式强化学习的动态CRE偏置选择算法

• 作者: 张新 谷静 邓逸飞
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 小区范围扩展 负载均衡 强化学习 SARSA(λ)算法 能效
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 移动互联与通信技术
• 页码范围: 200-206
• 页数: 7页
• 分类号: TP391
• 字数: 5160字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0055183

摘要

随着通信用户数量的不断增长,低功率基站逐渐出现负载不均衡问题,小区边缘用户受到的干扰逐步增加,从而导致整个小区的通信质量降低.为解决该问题,针对双层异构网络场景,提出一种基于启发函数进行小区范围扩展(CRE)偏置值动态选择的HSARSA(λ)算法.利用启发函数改进强化学习中的SARSA(λ)算法,通过该算法寻找出最优CRE偏置值,以缓解宏基站高热点负载压力并提高网络容量.仿真结果表明,相比SARSA(λ)和Q-Learning算法,HSARSA(λ)算法的边缘用户吞吐量分别提高约7％和12％,系统能效分别提高约11％与13％,系统通信质量得到较大提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张新	西安邮电大学电子工程学院	43	110	7.0	9.0
2	谷静	西安邮电大学电子工程学院	22	64	4.0	7.0
3	邓逸飞	西安邮电大学电子工程学院	1	0	0.0	0.0