5G微蜂窝网络中基于分布式学习的时频资源联合调度算法

摘要

本文研究了微蜂窝网络中上行链路通信场景下移动用户的干扰管理问题,不同于现有大量基于信道调度和时隙调度的干扰避免方案,本文中每个移动用户可以自主选择接入的时频资源块,并根据反馈的干扰情况学习并动态调整策略;为了刻画用户之间的相互作用和影响,将该问题建模为一个非合作博弈,并证明该博弈模型为精确势能博弈,至少存在一个纯策略纳什均衡点,最优的纯策略纳什均衡点对应到全网干扰水平最小.最后,设计了一种基于异构独立修正算法的分布式学习算法.仿真分析表明,所提出的分布式学习算法可以有效地收敛到干扰最小化博弈的纳什均衡,相比于现有的干扰管理方案性能更优.