M2M通信中基于多智能体强化学习的无线资源分配算法
徐少毅
郑姗姗
1.北京交通大学电子信息工程学院,北京,1000442.北京交通大学电子信息工程学院,北京,100044
摘要：蜂窝网络因为其广覆盖、高可靠和支持高速移动等优点,是机器对机器(M2M)通信的理想载体.然而,由于机器类型通信设备具有的业务种类繁多和数量大等特点,现有的无线资源分配算法并不完全适用.为了解决这个问题,不同于传统的集中式资源分配算法,提出了基于多智能体强化学习的分布式无线资源分配算法.具有强化学习能力的机器类通信(MTC)设备可以自主选择资源块和功率等级,以达到在较低的功率消耗下得到较高的用户体验质量的目标.为了实现不同设备之间的协作,引入了多智能体强化学习,每个智能体有能力预测其他智能体的策略.仿真结果表明:本文算法在用户体验质量、功率消耗和计算复杂度方面达到了很好的性能.
关键词：无线通信机器对机器强化学习用户体验质量资源分配
分类号：TN92(无线通信)
资助基金：国家自然科学基金(61571038)国家自然科学基金(61471030)国家科技重大专项(2016ZX03001011-004)中央高校基本科研业务费专项(2016JBZ003)
论文发表日期：2018-09-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：9( 1-9 )
英文信息