RDRL资源分配算法

速率方差大降

针对高动态无人机通信网络的覆盖连续性问题，提出一种自适应调整网络结构的深度强化学习资源分配方法，通过联合分配子信道与功率并利用信道时间相关性设计奖励函数，缓解CSI不匹配影响。

李建东 · Zhou, Chengyi · 刘俊宇 · 盛敏 · 赵楠 · Su, Yu

IEEE Transactions on Wireless Communications 2023

参数信息

用户速率方差降低

66.7 %

频谱效率提升

34.7 %

技术优势

速率方差降 66.7%

通过在奖励函数中考虑信道时间相关性，缓解了决策与执行之间的 CSI 不匹配，从而显著降低相邻时隙的用户速率波动，保证覆盖连续性。

频谱效率提 34.7%

联合分配子信道与功率，并使神经网络结构自适应调整以满足覆盖需求，相比基准算法将频谱效率提升 34.7%。

复用模型降复杂度

可将先前覆盖需求下训练的模型迁移至当前需求，降低计算复杂度。

应用场景

• 无人机通信：保障无人机基站在高动态场景下的连续覆盖，避免服务中断。
• 无线资源管理：联合分配子信道与功率，缓解 CSI 不匹配，提升资源利用效率。
• 下一代移动通信：满足下一代移动通信对无人机按需覆盖和连续服务的要求。
• 智能无线网络：将深度强化学习用于实时资源分配，实现智能无线网络自适应优化。