计算机应用

作者：唐睿, 庞川林, 张睿智, 刘川, 岳士博

单位：1.西华师范大学 电子信息工程学院, 四川 南充 637002；2.成都理工大学 计算机与网络安全学院, 成都 610059；3.电子科技大学 信息与通信工程学院, 成都 611731

关键词：终端直通通信,资源分配,马尔可夫决策过程,深度强化学习,深度确定性策略梯度算法

基金：国家自然科学基金资助项目(62301450);四川省科技厅自然科学基金资助项目(24NSFSC5070);四川省科技厅区域创新合作项目(2022YFQ0017);成都理工大学基本科研业务费资金资助项目(10912?KYQD2019_08164)

针对终端直通（D2D）通信增强的蜂窝网络中存在的同频干扰，通过联合调控信道分配和功率控制最大化D2D链路和速率，并同时满足功率约束和蜂窝链路的服务质量（QoS）需求。为有效求解上述资源分配所对应的混合整数非凸规划问题，将原问题转化为马尔可夫决策过程，并提出一种基于深度确定性策略梯度（DDPG）算法的机制。通过离线训练，直接构建了从信道状态信息到最佳资源分配策略的映射关系，而且无需求解任何优化问题，因此可通过在线方式部署。仿真结果表明，相较于遍历搜索机制，所提机制在仅损失9.726%性能的情况下将运算时间降低了4个数量级（99.51%）。

来源：2024年第5期

《计算机应用》期刊编辑部

查看计算机应用杂志2024年第5期