基于深度強(qiáng)化學(xué)習(xí)的無線資源分配算法

打開文本圖片集

摘  要：為了在有限的無線資源條件下提供更高的信息傳輸速率，第五代移動通信（5G）引入多種高效的頻譜復(fù)用技術(shù)，如終端直通技術(shù)（Device-to-Device， D2D）和非正交多址技術(shù)（Non-orthogonal Multiple Access Technology， NOMA）等。針對D2D網(wǎng)絡(luò)，提出一種無監(jiān)督的基于深度強(qiáng)化學(xué)習(xí)（Deep Reinforcement Learning， DRL）的信道和功率分配算法，解決了D2D用戶信息傳輸速率最大化的問題。（剩余9477字）