[发明专利]基于Q-learning的毫微微小区功率控制方法有效
| 申请号： | 201910169456.3 | 申请日： | 2019-03-06 |
| 公开（公告）号： | CN109714786B | 公开（公告）日： | 2021-07-16 |
| 发明（设计）人： | 李云;唐英;刘涵霄 | 申请（专利权）人： | 重庆邮电大学 |
| 主分类号： | H04W24/02 | 分类号： | H04W24/02;H04W52/14;H04W52/24 |
| 代理公司： | 重庆辉腾律师事务所 50215 | 代理人： | 卢胜斌 |
| 地址： | 400065 重*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于Q‑learning的毫微微小区功率控制方法，属于移动通信技术异构蜂窝网络领域；所述方法包括根据异构蜂窝网络模型，在考虑小区间干扰和小区内干扰的同时，建立以最小接收信号信干噪比和最大用户发射功率为约束条件，以毫微微小区总能效为优化目标的能效优化模型；按照Q‑learning算法，根据能效优化模型，定义状态空间、动作空间、奖赏函数；通过更新状态‑动作值函数，获得最佳的功率分配策略。本发明相比与传统的功率控制算法，能够在不确知信道状态信息的情况下，实现对毫微微小区内用户终端发射功率的有效控制，从而降低能耗，提升系统的能效。 | ||
| 搜索关键词： | 基于 learning 微微 小区 功率 控制 方法 | ||
【主权项】：
1.一种基于Q‑learning的毫微微小区功率控制方法，所述方法包括以下步骤：S1、根据异构蜂窝网络模型，建立以最小接收信号信干噪比和最大用户发射功率为约束条件，以毫微微小区总能效为优化目标的能效优化模型；其特征在于，S2、按照Q‑learning算法，根据能效优化模型，构建出毫微微小区内控制实体的功率控制动作空间、网络状态空间、以及控制实体在各个网络状态采取发射功率动作后回报的系统能效值；S3、通过更新状态‑动作值函数，寻找各网络状态下的最佳发射功率动作，从而得到最佳的功率控制策略。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于重庆邮电大学，未经重庆邮电大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910169456.3/，转载请声明来源钻瓜专利网。
- 上一篇：一种网络接入方法、装置、网络设备及存储介质
- 下一篇：干扰信号协调方法及装置
