南京邮电大学学报(自然科学版)

作者：周凡,王鸿,宋荣方

单位：南京邮电大学通信与信息工程学院，江苏南京210003南京邮电大学通信与信息工程学院，江苏南京210003南京邮电大学通信与信息工程学院，江苏南京210003；南京邮电大学江苏省通信与网络技术工程研究中心，江苏南京210003

关键词：密集异构蜂窝网络；功率分配；深度强化学习；深度神经网络；能量效率

基金：江苏省自然科学基金（BK20181392）和南京邮电大学江苏省通信与网络技术工程研究中心开放课题资助项目

针对密集异构蜂窝网络系统的下行链路，提出了一种基于深度强化学习的功率分配算法，旨在最大化系统能量效率。首先，基于蜂窝网络的下行链路模型对系统能量效率进行了建模；其次，构建了含有两层隐藏层的深度Q网络(DQN)作为行为状态值函数，用以优化系统能量效率。最后，仿真结果表明，所提的深度Q学习算法相较于贪婪算法、Q学习算法能够获得更高的系统能量效率，且在收敛速度和稳定性方面有显著提高，此外，通过改变学习速率来观察模型的性能找到了最佳学习速率。

来源：2021年第2期

《南京邮电大学学报(自然科学版)》期刊编辑部

查看南京邮电大学学报(自然科学版)杂志2021年第2期