科研之友
微信
新浪微博
Facebook
分享链接
摘要
无人机(UAV)辅助蜂窝网络的空中基站工作在频谱高度拥挤的场景中，会造成严重空中小区间干扰(Inter-Cell Interference, ICI)而大大降低网络性能。为解决该问题，研究了基于深度强化学习的无人机辅助蜂窝网络小区间干扰抑制技术。首先建立了无人机辅助蜂窝网络中基于联合波束成形与功率控制(Joint Beamforming and Power Control, JBPC)的抗干扰优化模型。然后提出了基于置信区间上界(Upper Confidence Bound, UCB) Dueling深度Q网络(Deep Q Network, DQN)的深度强化学习求解算法，并利用该算法设计了联合波束成形和功率控制的ICI抑制技术。仿真结果表明，基于UCB Dueling DQN学习的JBPC干扰抑制技术的收敛性优于DQN和Dueling DQN算法，且能达到穷举法的最优容量，有利于提高无人机辅助蜂窝网络性能。
- 单位
