摘要

针对无线随机接入网络中通信信道状态信息(C-CSI)和干扰信道状态信息(I-CSI)均不确定的情况,提出了一种深度稳健资源分配架构。该资源分配架构将无线网络的资源优化目标看作一个学习问题,利用深度神经网络(DNN)以无监督的方式学习最优资源分配策略。通过将不确定的CSI建模为椭圆形状的不确定性集合,提出了一个由2个DNN级联构成的网络结构,第一个是不确定的CSI处理单元,第二个是功率控制单元。然后,提出了一种交替迭代训练算法用于联合训练2个级联的DNN单元。最后,仿真比较了稳健学习策略和非稳健学习策略下的网络性能,验证了所提算法的有效性。