avatar avatar 我的文献 基于深度学习的家庭基站下行链路的功率分配 作者 吕亚平; 贾向东; 路艺; 叶佩文 单位 西北师范大学计算机科学与工程学院; 南京邮电大学江苏省无线通信重点实验室 期刊 计算机工程 时间 关键词 家庭基站; 密集部署; 功率分配; 神经网络; 深度学习 基金 国家自然科学基金项目(61261015,61561043)
摘要
针对室内无线通信服务质量(QoS)越来越难以满足用户需求的问题,本文提出了一种基于深度Q学习(DQL)的家庭基站下行链路的功率分配算法,旨在最大化系统吞吐量。首先,在办公区域密集部署家庭基站的系统模型中,构建了含有两层隐藏层的深度Q网络(DQN)用以优化系统吞吐量,将家庭基站的物理位置建模为泊松点过程(PPP)、移动用户随机分布在各个位置;其次,将本文所提算法与贪婪算法、Q学习算法进行对比;最后,仿真结果表明本文所提算法相较于贪婪算法、Q学习算法能有效提高系统吞吐量以及收敛速度。
下载 浏览 cnki {{liketext}}
©2020 - iData {{ message }} 关闭