摘要
针对现有蜂窝网络功率分配算法存在泛化能力弱、效率低等问题进行了研究,提出基于深度双Q网络(deep double Q network,DDQN)的功率分配算法.采用双神经网络结构,解决强化学习过程中易出现的维度灾难及值函数过估计问题;对状态信息进行设计并输入神经网络,输出智能体的动作行为,并设计奖赏函数反馈给神经网络,使智能体可以有效地自主学习,多次迭代得到最优的功率分配策略.仿真结果表明,所提的模型可获得的平均速率为1.89,平均运行时间为0.001 3 s,在不同用户密度及小区数量下均可达到最高的平均速率,验证了算法的有效性,为蜂窝网络资源分配问题提供了新的思路.
基金项目
国家自然科学基金青年基金资助项目(61701211)
国家自然科学基金青年基金资助项目(61806186)
福建省智能物流产业技术研究院建设项目(2018H2001)
机器人与系统国家重点实验室(HIT)项目(SKLRS-2019-KF-15)
辽宁省教育厅科学技术研究项目(LJCL008)
泉州市科技计资助划项目(2019C112)
泉州市科技计资助划项目(2019C011R)
泉州市科技计资助划项目(2019STS08)
新兴产业集成化检验检测服务平台研发与应用项目(2018YFB1403303)