基于深度强化学习的无线网络资源分配算法

摘要

针对未知的动态环境和复杂的网络状态,无线网络同频信道内信号相互干扰的问题,提出了一种基于深度强化学习的无线网络信道和功率分配算法.通过将深度学习和强化学习算法结合构建神经网络,以能量效率作为奖惩值,使用经验池保存历史数据,运用梯度下降法训练网络的权值参数,使算法具有自主分配和决策能力,能够根据环境状态动态调整信道和功率分配,得到接近最优的分配策略.