文献类型：期刊文章

作　　者：廖晓闽[1,2] 严少虎[3] 石嘉[1] 谭震宇[1] 赵钟灵[1] 李赞[1]

LIAO Xiaomin;YAN Shaohu;SHI Jia;TAN Zhenyu;ZHAO Zhongling;LI Zan(State Key Laboratory of Integrated Services Networks,Xidian University,Xi’an 710071,China;School of Information and Communications,National University of Defense Technology,Xi’an 710106,China;The 29th Research Institute of China Electronics Technology Group Corporation,Chengdu 610036,China)

机构地区：[1]西安电子科技大学综合业务网理论及关键技术国家重点实验室,陕西西安710071 [2]国防科技大学信息通信学院,陕西西安710106 [3]中国电子科技集团公司第二十九研究所,四川成都610036

出　　处：《通信学报》

基　　金：国家自然科学基金重点资助项目(No.61631015)~~

年　　份：2019

卷　　号：40

期　　号：2

起止页码：11-18

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对蜂窝网资源分配多目标优化问题,提出了一种基于深度强化学习的蜂窝网资源分配算法。首先构建深度神经网络(DNN),优化蜂窝系统的传输速率,完成算法的前向传输过程;然后将能量效率作为奖惩值,采用Q-learning机制来构建误差函数,利用梯度下降法来训练DNN的权值,完成算法的反向训练过程。仿真结果表明,所提出的算法可以自主设置资源分配方案的偏重程度,收敛速度快,在传输速率和系统能耗的优化方面明显优于其他算法。

关 键 词：蜂窝网 资源分配 深度强化学习  神经网络

分 类 号：TN929.5]