专利详情
一种超密集网络中的强化学习的资源分配方法
CN106358308A
发明专利
硬件/数码
专利简介
一种超密集网络中的强化学习的资源分配方法。本发明实施涉及5G移动通信中超密集网络领域,提供了一种密集部署网络中家庭基站与宏基站、家庭基站与家庭基站、家庭基站与移动用户之间资源分配的方法。本方法通过功率控制实现,将每个毫微微小区看成一个智能体,联合调整家庭基站的发射功率,避免密集部署的家庭基站以最大功率发送对宏基站、相邻基站构成的严重干扰,最大化系统吞吐量。考虑用户的时延QoS,用可对用户的时延提供保障的“有效容量”代替传统的“香农容量”。采用超模博弈模型,这样使整个网络功率分配达到纳什均衡。使用了Q-Learning的强化学习方法,使家庭基站的具备了学习功能,从而能实现最优的功率分配。应用本发明,在满足用户时延的前提下可有效的提升超密集网络的系统容量。
相关专利标签
超密集网络 中超 资源分配 强化学习 方法。
相关专利
  • 一种基于资源分配的干扰协调方法
    发明专利
    CN106375057A
  • 一种SDN化的5G网络系统及其协作控制方法
    发明专利
    CN107819496B
  • 一种基于相关均衡后悔值匹配的资源优化分配方法及装置
    发明专利
    CN110035539B
  • 基于深度强化学习的零超调量无人机位置控制方法及装置
    发明专利
    CN111026147A
  • 无线局域网中TXOP机制冗余NAV的截短方法
    发明专利
    CN105813094B