典型文献
基于5G的强化学习算法分析与挑战
文献摘要：
在5G小蜂窝范式中,尤其是在毫米波频率的情况下,切换(HO)管理是一项关键挑战.随着HO数量的增加和信令开销的增加,用户的QoS和QoE相反会更可能地降低.当最先进的算法仅关注事件触发参数时,即RSS、RSRP、RSRQ、小区单个偏移量、触发时间和滞后等,基于机器学习(ML)的HO解决方案是非常有前途的,并能优化系统.本文讨论了强化学习(RL)模式,深度学习(DL),以及在5G环境下的诸多问题与挑战.
文献关键词：
5G;机器学习;强化学习;深度学习
中图分类号：
作者姓名：
董春利;王莉
作者机构：
南京交通职业技术学院电子信息工程学院,江苏南京,211188
文献出处：
引用格式：
[1]董春利;王莉-.基于5G的强化学习算法分析与挑战)[J].电子测试,2022(17):81-83
A类：
RSRQ
B类：
强化学习算法,算法分析,小蜂,蜂窝,毫米波,波频,HO,关键挑战,信令,开销,QoS,QoE,最先,事件触发,触发参数,RSS,RSRP,偏移量,基于机器学习,ML,前途,优化系统,RL,DL,问题与挑战
AB值：
0.548551
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
