基于Q-Learning的蜂窝网络中D2D通信资源分配策略..docxVIP

设备到设备(device-to-device,D2D)技术是指通信网络中近邻设备之间直 接交换信息的技术3.D2D的优势在于能够实现数据的直连传输,无需依赖基站 或中继设备的参与,从而降低通信网络的数据传输压力，提高频谱利用率和吞吐 量，使通信系统更加灵活、智能和高效地运行，给爆炸式增K的智能设备和日趋 紧张的频谱资源之间的矛盾提供了新的解决办法 目前，标准化组织3GPP已将D2D技术列为新一代移动通信系统的发展移 动通信系统的发展框架中，并成为第五代移动通信(5 Generation,5G)的关键技 术之一.在LTE蜂窝网络中，由于D2D通信的引入,系统的资源分配方式将发生 变化.为了避免D2D通信与传统蜂窝网络之间的干扰所造成的用户服务质量 (quality of servic.QoS)的降低，利用功率控制和信道分配来降低干扰极具研究 价值虬当一个信道被多个用户复用时，由于链路之间的相互干扰，通过功率控制 的方法来最大化通信速率可被转化为一个非凸问题.强化学习是探索与反馈相 结合的算法,在利用强化学习之前往往需要将问题转化为马尔可夫决策过程 (Markov decision process,MDP),再利用动态规划算法求解回.文献［5回中均采 用机器学习的方法解决模型求解问题，并提出了基于博弈论的方法求解D2D接 入传统蜂窝网络的方案.文献［Z1在保证蜂窝用户的QoS的情况下，