10.3969/j.issn.2095-2163.2022.09.016
基于强化学习和神经网络的导频功率动态优化
为了更好地实现用户对移动通信网络的无线接入,合理分配基站导频功率十分重要,本文研究了无线接入网中基站导频功率的动态优化问题,设计了一种结合强化学习和神经网络的导频功率优化模型,以感知无线接入网的变化.其次,利用Q学习算法来维持基站与外部环境的连接和信息交互;在Q学习算法中,利用神经网络学习Q值,避免了状态爆炸问题;最后设计了关键性能指标保护机制和回退机制,以满足工程要求.仿真结果表明,提出方案能很好地适应无线网络频繁变化,并获得显著的性能增益.
无线接入网、导频功率、Q学习、神经网络、关键性能指标保护机制、回退机制
12
TN929.5
华为技术有限公司合作项目YBN2019115054
2022-10-09(万方平台首次上网日期,不代表论文的发表时间)
共7页
94-99,104