异构网络中用户关联和功率控制的协同优化

来源：电讯技术杂志2021年第7期北京时间：

作者：樊雯,陈腾,菅迎宾

单位：(石家庄铁路职业技术学院 信息工程系，石家庄 050041)

摘要：针对正交频分多址(Orthogonal Frequency Division Multiplexing Access,OFDMA)异构网络中用户关联和功率控制协同优化不佳的问题，提出了一种多智能体深度Q学习网络(Deep Qlearning Network,DQN)方法。首先，基于用户关联和功率控制最优化问题，构建了正交频分多址的双层异构网络系统模型，以实现智能决策；其次，根据应用场景和多智能体DQN框架的动作空间，对状态空间和奖励函数进行重构；最后，通过选取具有宏基站(Base Station,BS)和小型BS的两层异构网络，对多智能体DQN算法的性能进行仿真实验。仿真结果表明，相较于传统学习算法，多智能体DQN算法具有更好的收敛性，且能够有效提升用户设备（User Equipment,UE)的服务质量与能效，并可获得最大的长期总体网络实用性。

关键词：异构网络；用户关联；功率控制；强化学习；深度Q学习网络（DQN）；

基金资助：河北省高等学校青年基金项目(SQ201042)