超密集网络中基于联合用户-AP 关联与资源分配的学习方法
网络与互联网体系结构
2020-04-20 v1
摘要
凭借毫米波在无线通信网络中的优势，覆盖半径与站间距离可进一步缩小，超密集网络（UDN）成为未来网络的主流。UDN 面临的主要挑战是严重的站间干扰，需通过联合用户关联与资源分配方法谨慎应对。本文提出一种基于多智能体 Q-learning 的方法，以联合优化 UDN 中的用户关联与资源分配。应用深度 Q 网络以保证所提方法的收敛性。仿真结果揭示了所提方法的有效性，并评估了不同仿真参数下的不同性能。
引用
@article{arxiv.2004.08194,
title = {Learning-Based Joint User-AP Association and Resource Allocation in Ultra Dense Network},
author = {Zhipeng Cheng and Minghui LiWangy and Ning Chen and Hongyue Lin and Zhibin Gao and Lianfen Huang},
journal= {arXiv preprint arXiv:2004.08194},
year = {2020}
}
备注
5 pages, 5 figures