基于深度强化学习的双小区 NOMA 网络抗干扰功率分配
信号处理
2021-01-05 v1
摘要
在非正交多址（NOMA）系统中，存在小区间干扰时性能会急剧下降。若网络中有智能干扰机交互，这一状况更具挑战性。本文将两个独立基站（BS）对抗智能干扰机的 NOMA 功率分配建模为序贯博弈。在该博弈中，首先各 BS 作为领导者独立选择其功率分配策略；随后智能干扰机作为跟随者基于 BS 的策略选择其最优策略。本文推导了该博弈在不同条件下的解。基于博弈论分析，提出了三种双小区场景下抗干扰 NOMA 功率分配新方案，称为 a) 基于 Q-Learning 的无私（QLU）NOMA 功率分配方案，b) 基于深度 Q-Learning 的无私（DQLU）NOMA 功率分配方案，以及 c) 基于热启动深度 Q-Learning 的无私（HBDQLU）NOMA 功率分配方案。这些方法中 BS 彼此不协作。但我们的分析从理论上预测，所提方法将以高概率从整个网络角度收敛到最优策略。仿真结果显示了所提方案的收敛性，以及相对于基于 Q-Learning 的自私（QLS）NOMA 功率分配方法的优越性。
引用
@article{arxiv.2101.00270,
title = {Deep Reinforcement Learning-based Anti-jamming Power Allocation in a Two-cell NOMA Network},
author = {Sina Yousefzadeh Marandy and Mohammad Ali Amirabadi and Mohammad Hossein Kahaei and Seyed Mohammad Razavizadeh},
journal= {arXiv preprint arXiv:2101.00270},
year = {2021}
}