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：技术与市场, 2020, (10): 11-14.

• 深度学习
• 功率分配
• 神经网络
• 强化学习 Deep Learning
• Power Allocation
• Neural network
• Reinforcement Learning

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。

• 单位
  南京邮电大学; 通信与信息工程学院