基于深度学习的家庭基站下行链路功率分配

来源：计算机工程杂志2020年第10期北京时间：

作者：吕亚平, 贾向东, 路艺, 叶佩文

单位：1. 西北师范大学 计算机科学与工程学院, 兰州 730070;2. 南京邮电大学 江苏省无线通信重点实验室, 南京 210003

摘要：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。

关键词：家庭基站,密集部署,功率分配,神经网络,深度学习

基金资助：国家自然科学基金（61261015，61561043）。