No-Pain No-Gain：DRL辅助的能耗受限CR-NOMA网络优化
信息论
2021-04-14 v1 math.IT
摘要
本文应用机器学习来优化受认知无线电启发的非正交多址（CR-NOMA）网络的传输策略，其中采用时分多址（TDMA）服务多个主用户，并且一个能耗受限的从用户通过NOMA被接入主用户时隙。在每个时隙内，从用户执行两项任务：基于接收到的主用户信号进行数据传输和能量收集。本文的目标是通过优化其发射功率和两项任务的时间共享系数，最大化从用户的长期吞吐量。长期吞吐量最大化问题是具有挑战性的，因为需要做出能带来长期收益但可能导致短期损失的决策。例如，在给定时隙中，当具有大信道增益的主用户传输时，直觉表明从用户不应进行数据传输（由于来自主用户的强干扰）而仅进行能量收集，这导致此时隙数据速率为零但带来潜在的长期收益。本文应用深度强化学习（DRL）方法来模拟这一直觉，其中采用深度确定性策略梯度（DDPG）算法结合凸优化。我们的仿真结果表明，所提出的DRL辅助NOMA传输方案相较于两种基准方案能带来显著的性能增益。
引用
@article{arxiv.2104.06007,
title = {No-Pain No-Gain: DRL Assisted Optimization in Energy-Constrained CR-NOMA Networks},
author = {Zhiguo Ding and Robert Schober and H. Vincent Poor},
journal= {arXiv preprint arXiv:2104.06007},
year = {2021}
}