毫米波通信可在5G无线通信系统超密集网络场景中提供显著的系统容量增益,但毫米波通信场景中干扰复杂多变,并且小区边缘用户动态链路的高阻塞率会引起中断问题。为此,基于Q- Learning算法,提出一种考虑毫米波链路高间歇性概率的功率分配方案。基于泊松簇过程对随机部署的基站用户系统进行建模,分析链路阻断对有用信号和干扰信号带来的不同影响,并将利己利他策略引入 Q-learning算法的状态和回报函数设计中,通过机器学习策略得到功率分配最优解。仿真结果表明,与未考虑链路阻塞概率的CDP-Q方案相比,该方案由于根据链路动态链接状况进行最优功率分配,显著提升了系统总容量。
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
全部0条评论
快来发表一下你的评论吧 !