典型文献
采用DDPG的联合波束成形和功率控制算法
文献摘要：
针对现有波束成形算法性能,大程度依赖信道状态信息质量而不适用于快速变化的实际系统和忽略功率控制问题,导致用户间干扰严重,从而降低通信链路频谱效率的问题,提出了基于深度强化学习的联合波束成形和功率控制算法,在无须完整信道状态信息的情况下对波束成形矩阵和功率控制问题进行联合求解.同时提出信息交互协议利于基站了解环境信息,并设计集中式训练分布式执行结构的双模型系统对联合优化问题进行求解.首先基站收集本地样本并上传至云端,云端接受基站上传的本地样本后,采用深度Q学习对波束成形进行设计;然后用深度确定性策略梯度算法取代深度Q学习求解功率控制问题,从而解决深度Q学习不适用于连续变量的问题.云端模型训练完成后,广播给所有基站进行分布式执行获取本地样本.仿真结果表明,在多用户通信环境中该算法的频谱效率优于传统波束成形算法和基于深度Q学习的联合波束成形和功率控制算法,从而验证了该算法的有效性.
文献关键词：
深度强化学习;深度确定性策略梯度;波束成形;功率控制
中图分类号：
作者姓名：
李中捷;高伟;熊吉源;李江虹
作者机构：
中南民族大学电子信息工程学院,湖北武汉430074;中南民族大学 智能无线通信湖北重点实验室,湖北 武汉430074
文献出处：
引用格式：
[1]李中捷;高伟;熊吉源;李江虹-.采用DDPG的联合波束成形和功率控制算法)[J].西安电子科技大学学报（自然科学版）,2022(04):39-48
A类：
B类：
DDPG,波束成形,功率控制算法,算法性能,信道状态信息,信息质量,速变,控制问题,导致用户,通信链路,频谱效率,深度强化学习,无须,矩阵和,联合求解,信息交互,交互协议,基站,解环,环境信息,集中式,双模型,对联,联合优化,优化问题,云端,端接,站上,深度确定性策略梯度算法,于连,连续变量,模型训练,多用户通信,通信环境
AB值：
0.247193
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。
