基于深度学习的D2D网络功率控制策略

摘要

本文提出了一种基于深度学习的D2D蜂窝通信网络功率控制策略.在所提方案中,考虑来自蜂窝用户设备和D2D用户间的干扰,通过深度神经网络自主学习D2D用户设备的传输功率,从而约束蜂窝用户设备的干扰实现D2D用户设备加权总和的最大化.与现有的传输功率控制方案不同,复杂的优化问题必须以迭代的方式牺牲更多的计算时间,本文所提方案以相对较低的计算时间来实现功率控制.仿真结果表明,本文所提方案以足够短的计算时间最大化D2D用户设备的加权总和.