D2D通信中基于深度强化学习的资源分配

来源：电子测量技术杂志2022年第24期北京时间：

作者：沈国丽，李君，李正权

单位：1.南京信息工程大学 南京 210044; 2.无锡学院 无锡 214105; 3.江南大学轻工过程先进控制教育部 重点实验室 无锡 214122; 4.北京邮电大学网络与交换技术国家重点实验室 北京 100876

摘要：设备到设备(D2D)通信能够以蜂窝设施为基础来提高资源利用率、用户吞吐量和节省电池能量。在D2D网络中，模式选择和资源分配是关键问题。为了提高D2D通信的和速率与频谱利用效率，提出一种联合模式选择、功率和资源块分配的方案。首先根据用户地理位置选定模式选择标准，帮助用户选择相应的通信模式；然后针对复用通信模式，使用基于深度强化学习的异步优势动作评价(A3C)算法为不同的D2D用户分配资源块和功率。仿真结果表明，本文提出的基于A3C算法的联合优化方案收敛速度快，并且性能相对于其他算法较好。

关键词：模式选择;功率分配;资源分配;D2D通信;深度强化学习

基金资助：国家自然科学基金（61571108）、网络与交换技术国家重点实验室(北京邮电大学)开放课题资助项目(SKLNST-2020-1-13)资助