基于深度学习的大规模能量收集网络在线功率控制
信号处理
2019-03-12 v1 机器学习
最优化与控制
摘要
在本文中,我们提出一种基于深度学习的方法来设计大规模能量收集(EH)网络的在线功率控制策略,这类问题通常是难处理的随机控制问题。在所提方法中,对于给定的 EH 网络,通过训练深度神经网络(DNN)并利用离线策略设计问题的解来学习最优在线功率控制规则。在该方案下,在给定时隙中,通过将当前系统状态输入训练好的 DNN 得到发射功率。我们的结果表明,基于 DNN 的在线功率控制方案优于基于马尔可夫决策过程的策略。一般而言,所提基于深度学习的方法可用于求解大规模难处理随机控制问题。
引用
@article{arxiv.1903.03652,
title = {Deep Learning Based Online Power Control for Large Energy Harvesting Networks},
author = {Mohit K Sharma and Alessio Zappone and Merouane Debbah and Mohamad Assaad},
journal= {arXiv preprint arXiv:1903.03652},
year = {2019}
}
备注
5 pages, to appear at ICASSP 2019