融合深度学习和强化学习的5G无线资源管理

来源 :移动通信 | 被引量 : 0次 | 上传用户:peterpetersxs
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对超密集组网用户体验需求和无线资源利用率低的问题,在满足用户需求基础上,结合深度学习强大的感知能力提取时变的信道特征,利用强化学习优化信道接入策略,减少海量设备在无线连接过程中遇到的接入碰撞,在用户QoS的约束下实现系统平均吞吐量最大化的目标,提高资源利用率.实验表明,该方法能够保证用户最低QoS要求下提高系统平均吞吐量,提升终端侧接入成功率,有效利用无线网络频谱资源.
其他文献
用户对网络的需求不断的变化,要求承载网能够满足多业务上云需求,促使云网融合成为一种必然趋势。通过分析现有STN网络的架构及具备的能力,研究城域云网建设需求,得出城域云网建设模式和演进路线,并给出城域云网的目标架构及各类业务实现方案,证明了基于STN向城域云网演进、实现云网融合的可行性。
为了提高家庭用水的重复利用率,实现节约用水的目的,本文介绍了一套家庭节水系统的设计,阐述了该系统的结构组成,并对整个系统的节水量、成本进行了分析,该节水系统不仅可使