原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
基于深度强化学习的NOMA系统资源分配算法
目录
内容概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4
1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5
1.1.1移动通信技术演进趋势．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7
1.1.2增强型多用户接入技术概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9
1.1.3资源分配在无线通信中的重要性．．．．．．．．．．．．．．．．．．．．．．．．11
1.2相关技术概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15
1.2.1NOMA系统基本原理与关键技术．．．．．．．．．．．．．．．．．．．．．．．．．．20
1.2.2深度强化学习基本理论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22
1.2.3DRL在资源分配问题中的现有应用．．．．．．．．．．．．．．．．．．．．．．．24
1.3主要研究内容与贡献．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29
1.3.1研究目标界定．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31
1.3.2本论文创新点总结．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33
1.4论文组织结构．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．35
相关理论与技术基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．36
2.1NOMA系统架构与模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38
2.1.1用户分组策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．41
2.1.2信道模型假设．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．42
2.1.3系统性能评价指标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．43
2.2深度强化学习基本概念．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．44
2.2.1智能体、环境、状态、动作与环境奖励．．．．．．．．．．．．．．．．．．49
2.2.2经典强化学习算法回顾．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．54
2.3深度强化学习算法初步．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．57
2.3.1值函数学习．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．59
2.3.2状态动作价值函数逼近．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．60
基于DRL的NOMA资源分配问题描述与建模．．．．．．．．．．．．．．．．．．．．62
3.1问题定义与约束条件．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．64
3.1.1决策变量与优化目标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．64
3.1.2系统约束．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．67
3.2基于DRL的系统建模．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．68
3.2.1状态空间设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．73
3.2.2动作空间设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．75
3.2.3奖励函数构建．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．76
3.3面临的挑战分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．79
3.3.1可扩展性挑战．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．83
3.3.2训练稳定性挑战．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．87
基于深度时序模型的资源分配算法设计．．．．．．．．．．．．．．．．．．．．．88
4.1算法整体框架．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．91
4.1.1智能体结构设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．
文档评论（0）