期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于深度强化学习的异构云无线接入网自适应无线资源分配算法
被引量:
18
1
作者
陈前斌
管令进
+3 位作者
李子煜
王兆堃
杨恒
唐伦
《电子与信息学报》
EI
CSCD
北大核心
2020年第6期1468-1477,共10页
为了满足无线数据流量大幅增长的需求,异构云无线接入网(H-CRAN)的资源优化仍然是亟待解决的重要问题。该文在H-CRAN下行链路场景下,提出一种基于深度强化学习(DRL)的无线资源分配算法。首先,该算法以队列稳定为约束,联合优化拥塞控制...
为了满足无线数据流量大幅增长的需求,异构云无线接入网(H-CRAN)的资源优化仍然是亟待解决的重要问题。该文在H-CRAN下行链路场景下,提出一种基于深度强化学习(DRL)的无线资源分配算法。首先,该算法以队列稳定为约束,联合优化拥塞控制、用户关联、子载波分配和功率分配,并建立网络总吞吐量最大化的随机优化模型。其次,考虑到调度问题的复杂性,DRL算法利用神经网络作为非线性近似函数,高效地解决维度灾问题。最后,针对无线网络环境的复杂性和动态多变性,引入迁移学习(TL)算法,利用TL的小样本学习特性,使得DRL算法在少量样本的情况下也能获得最优的资源分配策略。此外,TL通过迁移DRL模型的权重参数,进一步地加快了DRL算法的收敛速度。仿真结果表明,该文所提算法可以有效地增加网络吞吐量,提高网络的稳定性。
展开更多
关键词
异构云无线接入网络
资源分配
深度强化学习
迁移学习
下载PDF
职称材料
异构云无线接入网下基于功率域NOMA的能效优化算法
被引量:
5
2
作者
唐伦
李子煜
+1 位作者
管令进
陈前斌
《电子与信息学报》
EI
CSCD
北大核心
2021年第6期1706-1714,共9页
针对异构云无线接入网络的频谱效率和能效问题,该文提出一种基于功率域-非正交多址接入(PDNOMA)的能效优化算法。首先,该算法以队列稳定和前传链路容量为约束,联合优化用户关联、功率分配和资源块分配,并建立网络能效和用户公平的联合...
针对异构云无线接入网络的频谱效率和能效问题,该文提出一种基于功率域-非正交多址接入(PDNOMA)的能效优化算法。首先,该算法以队列稳定和前传链路容量为约束,联合优化用户关联、功率分配和资源块分配,并建立网络能效和用户公平的联合优化模型;其次,由于系统的状态空间和动作空间都是高维且具有连续性,研究问题为连续域的NP-hard问题,进而引入置信域策略优化(TRPO)算法,高效地解决连续域问题;最后,针对TRPO算法的标准解法产生的计算量较为庞大,采用近端策略优化(PPO)算法进行优化求解,PPO算法既保证了TRPO算法的可靠性,又有效地降低TRPO的计算复杂度。仿真结果表明,该文所提算法在保证用户公平性约束下,进一步提高了网络能效性能。
展开更多
关键词
异构云无线接入网络
资源分配
网络能效
深度强化学习
下载PDF
职称材料
题名
基于深度强化学习的异构云无线接入网自适应无线资源分配算法
被引量:
18
1
作者
陈前斌
管令进
李子煜
王兆堃
杨恒
唐伦
机构
重庆邮电大学通信与信息工程学院
重庆邮电大学移动通信技术重点实验室
出处
《电子与信息学报》
EI
CSCD
北大核心
2020年第6期1468-1477,共10页
基金
国家自然科学基金(6157073)
重庆市教委科学技术研究项目(KJZD-M201800601)。
文摘
为了满足无线数据流量大幅增长的需求,异构云无线接入网(H-CRAN)的资源优化仍然是亟待解决的重要问题。该文在H-CRAN下行链路场景下,提出一种基于深度强化学习(DRL)的无线资源分配算法。首先,该算法以队列稳定为约束,联合优化拥塞控制、用户关联、子载波分配和功率分配,并建立网络总吞吐量最大化的随机优化模型。其次,考虑到调度问题的复杂性,DRL算法利用神经网络作为非线性近似函数,高效地解决维度灾问题。最后,针对无线网络环境的复杂性和动态多变性,引入迁移学习(TL)算法,利用TL的小样本学习特性,使得DRL算法在少量样本的情况下也能获得最优的资源分配策略。此外,TL通过迁移DRL模型的权重参数,进一步地加快了DRL算法的收敛速度。仿真结果表明,该文所提算法可以有效地增加网络吞吐量,提高网络的稳定性。
关键词
异构云无线接入网络
资源分配
深度强化学习
迁移学习
Keywords
Heterogeneous Cloud Radio Access Networks(H-CRAN)
Resource allocation
Deep Reinforcement Learning(DRL)
Transfer Learning(TL)
分类号
TN929.5 [电子电信—通信与信息系统]
下载PDF
职称材料
题名
异构云无线接入网下基于功率域NOMA的能效优化算法
被引量:
5
2
作者
唐伦
李子煜
管令进
陈前斌
机构
重庆邮电大学通信与信息工程学院
重庆邮电大学移动通信技术重点实验室
出处
《电子与信息学报》
EI
CSCD
北大核心
2021年第6期1706-1714,共9页
基金
国家自然科学基金(62071078)
重庆市教委科学技术研究项目(KJZD-M201800601)
重庆市重大主题专项项目(cstc2019jscxzdztzxX0006)。
文摘
针对异构云无线接入网络的频谱效率和能效问题,该文提出一种基于功率域-非正交多址接入(PDNOMA)的能效优化算法。首先,该算法以队列稳定和前传链路容量为约束,联合优化用户关联、功率分配和资源块分配,并建立网络能效和用户公平的联合优化模型;其次,由于系统的状态空间和动作空间都是高维且具有连续性,研究问题为连续域的NP-hard问题,进而引入置信域策略优化(TRPO)算法,高效地解决连续域问题;最后,针对TRPO算法的标准解法产生的计算量较为庞大,采用近端策略优化(PPO)算法进行优化求解,PPO算法既保证了TRPO算法的可靠性,又有效地降低TRPO的计算复杂度。仿真结果表明,该文所提算法在保证用户公平性约束下,进一步提高了网络能效性能。
关键词
异构云无线接入网络
资源分配
网络能效
深度强化学习
Keywords
Heterogeneous Cloud Radio Access Networks(H-CRAN)
Resource allocation
Network energy efficiency
Deep Reinforcement Learning(DRL)
分类号
TN929.5 [电子电信—通信与信息系统]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于深度强化学习的异构云无线接入网自适应无线资源分配算法
陈前斌
管令进
李子煜
王兆堃
杨恒
唐伦
《电子与信息学报》
EI
CSCD
北大核心
2020
18
下载PDF
职称材料
2
异构云无线接入网下基于功率域NOMA的能效优化算法
唐伦
李子煜
管令进
陈前斌
《电子与信息学报》
EI
CSCD
北大核心
2021
5
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部