国内刊号:21-1124/TP
国际刊号:1001-0920
发布日期:
作者:孙明,王淑梅,郭媛,曹伟,徐耀群
单位:齐齐哈尔大学 计算机与控制工程学院,黑龙江 齐齐哈尔 161006,,齐齐哈尔大学 计算机与控制工程学院,黑龙江 齐齐哈尔 161006;哈尔滨商业大学 计算机与信息工程学院,哈尔滨 150028,,齐齐哈尔大学 计算机与控制工程学院,黑龙江 齐齐哈尔 161006,,齐齐哈尔大学 计算机与控制工程学院,黑龙江 齐齐哈尔 161006,,哈尔滨商业大学 计算机与信息工程学院,哈尔滨 150028,
关键词:蜂窝网;资源分配;无监督学习;深度神经网络;能量效率
基金:国家自然科学基金项目(61872204,71803095);全国统计科学研究项目(2020LY074);黑龙江省自然科学基金联合引导项目(LH2019F038);黑龙江省省属高校青年创新人才基本科研业务项目(135309340).
针对多小区蜂窝网络资源分配所要求的低能耗、高速率和低延时问题,提出一种基于深度无监督学习的多小区蜂窝网络资源分配方法.首先,构建基于无监督学习的深度功率控制神经网络,通过约束处理输出优化的信道功率控制方案以最大化能量效率的期望;然后,构建基于无监督学习的深度信道分配神经网络,通过约束处理输出优化的信道分配方案,并联合前期训练好的深度功率控制神经网络拟合输出优化的信道功率,进一步优化能量效率的期望.仿真结果表明,所提出的方法在保证低计算时延的同时可获得优于其他算法的能量效率和传输速率.
来源:2022年第9期
《控制与决策》期刊编辑部