资料下载
×
基于深度学习的家庭基站下行链路功率分配
消耗积分:0 |
格式:pdf |
大小:1.42 MB |
2021-03-19
分享资料个
为提高室内无线通信服务质量以满足用户需求，基于深度Q学习（DQL）算法进行家庭基站的下行链路功率分配，旨在最大化系统吞吐量。在办公区域密集部署家庭基站的系统模型中，将家庭基站的物理位置建模为泊松点过程，移动用户随机分布在各个位置。在此基础上，构建含有两层隐藏层的深度神经网络，优化网络的非线性，提高网络的拟合能力。仿真结果表明，DQL算法相较于贪婪算法和Q学习算法能有效提高系统吞吐量和收敛速度。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
