典型文献
D2D通信中基于深度强化学习的资源分配
文献摘要：
设备到设备(D2D)通信能够以蜂窝设施为基础来提高资源利用率、用户吞吐量和节省电池能量.在D2D网络中,模式选择和资源分配是关键问题.为了提高D2D通信的和速率与频谱利用效率,提出一种联合模式选择、功率和资源块分配的方案.首先根据用户地理位置选定模式选择标准,帮助用户选择相应的通信模式;然后针对复用通信模式,使用基于深度强化学习的异步优势动作评价(A3C)算法为不同的D2D用户分配资源块和功率.仿真结果表明,本文提出的基于A3C算法的联合优化方案收敛速度快,并且性能相对于其他算法较好.
文献关键词：
模式选择;功率分配;资源分配;D2D通信;深度强化学习
中图分类号：
作者姓名：
沈国丽;李君;李正权
作者机构：
南京信息工程大学 南京210044;无锡学院 无锡214105;江南大学轻工过程先进控制教育部重点实验室 无锡214122;北京邮电大学网络与交换技术国家重点实验室 北京100876
文献出处：
引用格式：
[1]沈国丽;李君;李正权-.D2D通信中基于深度强化学习的资源分配)[J].电子测量技术,2022(24):76-84
A类：
异步优势动作评价
B类：
D2D,深度强化学习,资源分配,设备到设备,蜂窝,施为,高资源利用率,吞吐量,省电,模式选择,和速率,频谱利用,联合模式,定模,用户选择,通信模式,复用通信,A3C,分配资源,联合优化,收敛速度,功率分配
AB值：
0.35941
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。
