电讯技术

作者：宋端正,郭业才,李晖,诸锦涛,王昊

单位：(1.南京信息工程大学 电子与信息工程学院，南京 210044;2.无锡学院 江苏省集成电路可靠性技术及检测系统工程研究中心，江苏 无锡 214105)

关键词：5G；异构网络；资源分配；深度强化学习；

基金：国家自然科学基金资助项目（61661018）；江苏省基础研究计划青年基金项目（BK20210064）；江苏省双创博士人才项目（JSSCBS20210863）；南京信息工程大学滨江学院科研启动项目（2021r006）

为了研究基于深度强化学习（Deep Reinforcement Learning，DRL）的5G异构网络模型的性能，同时在最小化系统能耗并满足不同类型终端用户的服务质量要求的基础上制定合理的资源分配方案，提出了一种基于DRL的近端策略优化算法，并结合一种基于优先级的分配策略，引入了海量机器类型通信、增强移动宽带和超可靠低延迟通信业务。所提算法相较于Greedy和DQN算法，网络延迟分别降低73.19%和47.05%，能耗分别降低9.55%和6.93%，而且可以保证能源消耗和用户延迟之间的良好权衡。

来源：2024年第5期

《电讯技术》期刊编辑部

查看电讯技术杂志2024年第5期