D2D通信网络中基于深度强化学习的能效优化
仲星1
李君2
李正权3
朱明浩1
沈国丽1
张茜茜1
1.南京信息工程大学电子与信息工程学院 南京 2100442.无锡学院电子信息工程学院 无锡 2141053.江南大学轻工过程先进控制教育部重点实验室 无锡 214122;北京邮电大学网络与交换技术国家重点实验室 北京 100876
摘要：为了解决移动通信网络中频谱资源短缺、链路间干扰严重以及能耗较高等问题,针对设备到设备(Device to Device,D2D)网络提出一种分布式框架的深度强化学习算法,采用双Q和竞争结构解决状态空间过大和Q值高估的问题,通过引入无线携能技术有效地补偿了系统能耗,在蜂窝用户最低和速率要求以及D2D用户功率分流比等非线性约束条件下,基于变化的位置和信道状态信息,同步分配资源块、D2D用户发射功率和功率分流比,实现能效最优化.仿真结果表明,在保证蜂窝用户和速率的前提下,所提方案在D2D总能效方面优于基线算法,在具有大规模移动用户的通信网络中鲁棒性更强.
关键词：无线携能技术能效资源块分配功率分流比深度强化学习
分类号：TP301.6(计算技术、计算机技术)
资助基金：国家自然科学基金(61571108)网络与交换技术国家重点实验室(北京邮电大学)开放课题(SKLNST-2020-1-13)
论文发表日期：2023-11-20
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( 2475-2482,2489 )
英文信息