异构云无线接入网架构下面向混合能源供应的动态资源分配及能源管理算法

作     者：陈前斌 谭颀 魏延南 贺兰钦 唐伦 CHEN Qianbin;TAN Qi;WEI Yannan;HE Lanqin;TANG Lun

作者机构：重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学移动通信技术重点实验室重庆400065 

出 版 物：《电子与信息学报》 (Journal of Electronics & Information Technology)

年 卷 期：2020年第42卷第6期

页      面：1428-1435页

核心收录：

学科分类：0808[工学-电气工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 

基　　金：国家自然科学基金(6157073) 重庆市教委科学技术研究项目(KJZD-M201800601)。 

主　　题：异构云无线接入网 混合能源 资源分配 能源管理 深度强化学习 

摘      要：针对面向混合能源供应的5G异构云无线接入网(H-CRANs)网络架构下的动态资源分配和能源管理问题,该文提出一种基于深度强化学习的动态网络资源分配及能源管理算法。首先,由于可再生能源到达的波动性及用户数据业务到达的随机性,同时考虑到系统的稳定性、能源的可持续性以及用户的服务质量(QoS)需求,将H-CRANs网络下的资源分配以及能源管理问题建立为一个以最大化服务提供商平均净收益为目标的受限无穷时间马尔科夫决策过程(CMDP)。然后,使用拉格朗日乘子法将所提CMDP问题转换为一个非受限的马尔科夫决策过程(MDP)问题。最后,因为行为空间与状态空间都是连续值集合,因此该文利用深度强化学习解决上述MDP问题。仿真结果表明,该文所提算法可有效保证用户QoS及能量可持续性的同时,提升了服务提供商的平均净收益,降低了能耗。