典型文献
基于强化学习的自适应网络覆盖优化算法研究
文献摘要：
随着第五代移动通信技术(5 G)的发展以及网络架构的演进,网络覆盖的分析以及优化不仅需要考虑基站天馈系统的链路预算,而且需要结合基站覆盖区域的时空特性,从而设计出更精确的覆盖优化方案.文章提出了一种基于Q学习的自适应网络覆盖优化算法,首先采用一种基于数据挖掘的网络覆盖预测模型,通过小区天线参数的配置预测出接入终端的覆盖情况,并基于真实数据验证模型预测的准确性;其次,改进强化学习中智能体的动作选择策略,根据覆盖率设置各小区不同的优化优先级,结合贪心策略,选择出需要优化的小区及其优化参数值,有效地降低了迭代过程中陷入局部最优的概率.仿真结果表明,文章所提算法可提高优化过程收敛速度,同时对网络覆盖率的提升幅度可达到20％.
文献关键词：
蜂窝网络;覆盖优化;Q学习;贪心策略
中图分类号：
作者姓名：
柳旭东;赵夙;朱晓荣
作者机构：
南京邮电大学 江苏省无线通信重点实验室,南京 210003
文献出处：
引用格式：
[1]柳旭东;赵夙;朱晓荣-.基于强化学习的自适应网络覆盖优化算法研究)[J].光通信研究,2022(05):66-73
A类：
B类：
强化学习,自适应网络,网络覆盖,覆盖优化,算法研究,第五代移动通信技术,网络架构,基站,天馈系统,链路预算,覆盖区域,时空特性,覆盖预测,天线参数,预测出,真实数据,数据验证,验证模型,智能体,动作选择策略,优先级,贪心策略,优化参数,参数值,局部最优,高优,收敛速度,升幅,蜂窝网络
AB值：
0.382526
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。
