基于强化学习的M2M通信上行链路节能优化算法

• 作 者: 李奇越 周娜娜 柳传嘉 王建平 孙伟
• 机 构: 合肥工业大学电气与自动化工程学院
• 出 处: 合肥工业大学学报:自然科学版
• 发表日期: 2020年7期
• 关键词: 机器对机器(M2M) 加强的长期演进(LTE-A)网络 服务质量(QoS) 能量效率 强化学习 machine-to-machine(M2M)long term
• 基金项目: 国家自然科学基金资助项目(51877060)

针对机器对机器(machine-to-machine,M2M)通信在加强的长期演进(long term evolution-advanced,LTE-A)网络上行链路能量效率问题,文章提出了一种基于强化学习的M2M通信上行链路节能优化算法。首先建立M2M通信能量效率模型,并将其重构为二维背包问题;然后使用强化学习的方法,引进并训练指针网络模型;最后通过主动搜索的策略解决该背包问题。仿真结果表明,相比于经典算法,当设备规模很大时,该算法性能更优,保证设备服务质量(quality of service,QoS