本发明公开了一种回程受限密集无线网络面向内容覆盖的功率分配方法,主要解决现有技术在网络密集部署下功率分配效果差的问题。其方案为:联合设计高效的基站侧内容缓存概率和回程链路检索概率;以网络容量为性能指标,在考虑信号传输功率的基础上对功率优化问题进行建模;将功率优化模型作为深度强化学习网络的约束条件,并用元组分别表示网络系统中所有基站的状态集合、动作集合和奖励函数集合,得到具有深度强化学习能力的智能基站;智能基站利用与环境交互获取到的信息对其进行深度强化学习训练,得到密集网络功率分配的决策结果。本发明提升了网络容量,能保证密集无线网络下用户服务的连续性,可用于密集无线网络的回程优化和功率分配。
声明:
“回程受限密集无线网络面向内容覆盖的功率分配方法” 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)