基于栅格化用户位置自动化天线调参的新型强化学习方法,用于下述场景:包括多个宏基站和微基站与多个宏用户的双层异构蜂窝网络。为了使复杂网络环境下高速移动的多个用户能够始终保持高加权和速率,提出基于栅格化用户位置自动化天线调参的新型强化学习方法。该方法包括两个步骤:(1)离线建模阶段,最大的优点在于可以减少在线学习时的时间开销和计算复杂度;(2)在线学习阶段:基于用户反馈的实时SINR值,利用所提出的新型强化学习方法,给出能使用户加权和速率R达到最大的天线参数配置。所提出的方法较传统方法而言,适用场景更接近现网情况,强化学习对于时序预测有很好的效果,同时,基于栅格化用户位置的方法更具有拓展性。
声明:
“基于栅格化用户位置自动化天线调参的新型强化学习方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)