关于密集接入网的运用深度强化学习的多基站协作功率管理 Collaborative Multi-BS Power Manageme

摘要：网络能量效率对无线通信系统设计和运行是关键的核心。在该文章中，我们对密集接入网中基站的功率管理进行探索。为改善长期网络能量效率，一个管理多基站功率的优化问题被定义，该问题被用户网络容量和速率需求约束。考虑到用户业务随机到达和网络干扰随时间变化，我们首先把问题定义为马尔可夫过程（Markov decision process），然后开发基于云接入网模式的深度强化学习框架。为了折中复杂度和性能，通过利用DQN（deep Q-network）算法，以乘法复杂度的多基站能量效率全局优化问题被建模为获取近似最优性能。在DQN中，每个基站首先最大化各自的能量效率，然后再和其他基站协作最大化全局多基站的能量效率。仿真结果表明，本文提出的算法能够快速收敛；同时，相比Q-learning算法和睡眠算法，本文算法分别能够获取大约5%和10%能量效率改善。 关键词：网络能量效率，多基站功率管理，深度强化学习，DQN（deep Q-network），绿色通信，人工智能无线通信；