电讯技术

作者：刘兴鑫,李君,李正权

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 电子信息工程学院，江苏 无锡 214105;3.江南大学 轻工过程先进控制教育部重点实验室，江苏 无锡 214122;4.北京邮电大学 网络与交换技术国家重点实验室，北京 100876)

关键词：SWIPT-D2D；资源分配；深度强化学习；联合优化；

基金：未来网络科研基金项目（FNSRFP-2021-YB-11）

针对信道状态信息未知SWIPT-D2D（（Simultaneous Wireless Information and Power Transfer Device to Device）无线通信网络环境下设备间信号干扰以及设备能量损耗问题，提出通过使用近端策略优化（Proximal Policy Optimization，PPO）算法，在满足蜂窝用户通信质量要求的前提下同时对D2D用户的资源块、发射功率以及功率分割比三部分进行联合优化。仿真结果表明，所提算法相比于其他算法能够为D2D用户制定更好的资源分配方案，在保证蜂窝用户保持较高通信速率的同时使D2D用户获得更高的能效。同时，当环境中用户数量增加时，所提算法相比于Dueling Double DQN(Deep Q-Network)以及DQN算法，D2D能效分别平均提高了15.95%和23.59%，当通信网络规模变大时所提算法具有更强的鲁棒性。

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