多用户蜂窝网络中基于深度强化学习的功率分配

摘要：

在用户密集分布的蜂窝网络中,功率分配是决定系统性能和通信质量的重要因素之一.由于现有的功率分配算法往往达不到理想效果,而且泛化能力较差.在此基础上,提出一种基于D3QN(dueling double deep Q network)的功率分配算法来优化系统的传输速率.D3QN采用双神经网络和竞争网络优化神经网络的结构,通过解耦动作的选择和价值的评估,解决了 DQN中出现的高估问题.仿真结果表明,该算法能够获得的平均速率比DQN高7.14％,在收敛速度和稳定性方面也有较好的表现,且泛化能力较强,可适用于不同实际场景.

关键词：功率分配、蜂窝网络、深度强化学习、D3QN算法

所属期刊栏目：42

分类号：TN92

资助基金：国家自然科学基金;网络与交换技术国家重点实验室北京邮电大学开放课题项目

在线出版日期：2023-06-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：30-35