江苏科技大学学报(自然科学版)2021，Vol.35Issue(3) ：64-68.DOI:10.11917/j.issn.1673-4807.2021.03.010

一种基于Q-Learning的蜂窝网络中D2D通信资源分配策略

A Q-learning-based resource allocation strategy for D2D communications underlaying cellular networks

谢经纬 许艺瀚 花敏
江苏科技大学学报(自然科学版)2021，Vol.35Issue(3) ：64-68.DOI:10.11917/j.issn.1673-4807.2021.03.010
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

一种基于Q-Learning的蜂窝网络中D2D通信资源分配策略

A Q-learning-based resource allocation strategy for D2D communications underlaying cellular networks

谢经纬 1许艺瀚 1花敏1
扫码查看

作者信息

  • 1. 南京林业大学信息科学技术学院,南京210037
  • 折叠

摘要

为了缓解频谱资源压力,提高频谱利用率,将D2D通信技术引入现有的通信系统,从而提高通信系统的吞吐量,降低时延以及提高频谱资源的利用率,从资源分配的角度研究了D2D接入传统蜂窝网络方案,提出多Agent共同决策算法,该算法将每对D2D用户看作一个Agent,参与到马尔科夫决策中,并通过Q学习算法进行求解.通过仿真验证,在学习率为0.7时,D2D对的接人可以在有限的频谱资源上有效地提高系统的吞吐量,缩短达到最大吞吐量的时间.

关键词

D2D通信/强化学习/马尔可夫决策/Q学习/资源分配

引用本文复制引用

基金项目

国家自然科学基金资助项目(61801225)

南京林业大学引进高层次人才和高层次留学回国人员科研基金资助项目(GXL015)

出版年

2021
江苏科技大学学报(自然科学版)
江苏科技大学

江苏科技大学学报(自然科学版)

北大核心
影响因子：0.373
ISSN：1673-4807
被引量3
参考文献量2
段落导航相关论文