一种基于深度强化学习的异构网高能效功率控制方法

摘要

本发明属于无线通信和深度学习技术领域，具体涉及一种基于深度强化学习的异构网高能效功率控制方法。本发明设定目标为优化每个微基站的发射功率并最大化每个时隙的全局能量效率，并建立了目标模型，基于目标模型，采用深度强化学习让每个微基站根据本地信息确定发射功率，同时根据云端的数据来更新神经网络的参数。利用本发明提出的方法，基站在配置发射功率时仅需要局部状态信息，不需要获取即时的全局信道信息；基站在配置发射功率时不需要与其他基站进行通信协作，可以实现独立工作；同时本发明提出的方法的计算复杂度将比基于迭代优化的算法复杂度低。