基于深度强化学习的多小区功率分配算法

• 作者: 惠庆琳
• 来源期刊: 技术与市场
• 关键词: 深度学习 功率分配 神经网络 强化学习
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 创新与实践
• 页码范围: 11-14
• 页数: 4页
• 语种: 中文
• DOI: 10.3969/j.issn.1006-8554.2020.10.003

摘要

在OFDM蜂窝网络下行链路中,功率控制与资源调度是决定系统性能的关键,对多小区功率分配和资源分配问题进行研究.首先,对多小区蜂窝网络资源分配和系统容量问题进行建模,控制基站的传输功率.其次,利用深度Q学习和卷积神经网络算法,最大限度地提高整个网络的总容量,提出一种基于深度Q网络(DQN,deep Q-network)的无线资源映射方法和适用于多小区功率分配的深度神经网络.通过仿真分析,与传统Q学习方法相比,提出的DQN可以获得更高的系统容量,并且在收敛速度和稳定性方面有显著提高.