公开(公告)号：CN109862610A

公开(公告)日：2019-06-07

申请号：CN201910013868.8

申请日：2019-01-08

Applicant: 华中科技大学

Inventor： 李强 ,  张雪艳 ,  楼瀚琼 ,  葛晓虎 ,  肖泳 ,  黄晓庆

IPC: H04W52/24 ,  H04W52/26 ,  H04W52/38 ,  H04W72/04 ,  H04W72/08 ,  G06Q50/30 ,  G06Q10/06

Abstract: 本发明公开了一种基于深度强化学习DDPG算法的D2D用户资源分配方法，本发明利用蜂窝用户和D2D用户相关信息，利用深度强化学习方法获得了最优的D2D用户信道分配和发射功率联合优化策略，D2D用户通过选择合适的发射功率和分配信道，来降低对蜂窝用户的干扰，同时最大化自身的信息速率，在不影响蜂窝用户QoS的情况下实现了高效资源分配，提高了蜂窝网络的吞吐量，符合绿色通信的要求。DDPG算法有效解决D2D用户信道分配和功率控制的联合优化问题，不仅在一系列连续动作空间的优化中表现稳定，而且求得最优解所需要的时间步也远远少于DQN，与基于值函数的DRL方法相比，基于AC框架的深度策略梯度方法优化策略效率更高、求解速度更快。

公开(公告)号：CN109862610B

公开(公告)日：2020-07-10

申请号：CN201910013868.8

申请日：2019-01-08

Applicant: 华中科技大学

Inventor： 李强 ,  张雪艳 ,  楼瀚琼 ,  葛晓虎 ,  肖泳 ,  黄晓庆

IPC: H04W52/24 ,  H04W52/26 ,  H04W52/38 ,  H04W72/04 ,  H04W72/08 ,  G06Q50/30 ,  G06Q10/06

Abstract: 本发明公开了一种基于深度强化学习DDPG算法的D2D用户资源分配方法，本发明利用蜂窝用户和D2D用户相关信息，利用深度强化学习方法获得了最优的D2D用户信道分配和发射功率联合优化策略，D2D用户通过选择合适的发射功率和分配信道，来降低对蜂窝用户的干扰，同时最大化自身的信息速率，在不影响蜂窝用户QoS的情况下实现了高效资源分配，提高了蜂窝网络的吞吐量，符合绿色通信的要求。DDPG算法有效解决D2D用户信道分配和功率控制的联合优化问题，不仅在一系列连续动作空间的优化中表现稳定，而且求得最优解所需要的时间步也远远少于DQN，与基于值函数的DRL方法相比，基于AC框架的深度策略梯度方法优化策略效率更高、求解速度更快。