文献

J-GLOBAL ID：201702286440777327   整理番号：17A0024296

D2D通信のためのQ学習に基づく電力制御アルゴリズム【Powered by NICT】

Q-learning based power control algorithm for D2D communication

著者 (5件)： Nie Shiwen (Key Lab of Universal Wireless Communication, Beijing University of Posts and Telecommunications, Beijing, China 100876) ,  Fan Zhiqiang (Key Lab of Universal Wireless Communication, Beijing University of Posts and Telecommunications, Beijing, China 100876) ,  Zhao Ming (Key Lab of Universal Wireless Communication, Beijing University of Posts and Telecommunications, Beijing, China 100876) ,  Gu Xinyu (Key Lab of Universal Wireless Communication, Beijing University of Posts and Telecommunications, Beijing, China 100876) ,  Zhang Lin (Key Lab of Universal Wireless Communication, Beijing University of Posts and Telecommunications, Beijing, China 100876)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： PIMRC  ページ： 1-6  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,アンダーレイD2D通信における電力制御アルゴリズムに基づく強化学習(RL)を研究した。アプローチは,マルチエージェントシステムとしてに関してD2D通信を使用し,細胞利用者からのサービスの品質(QoS)の要求を維持しながら電力制御は,システム容量を最大化することにより達成された。D2Dユーザのための二RLをベースにした電力制御法,すなわち,チームQ学習と分散Q学習を提案した。前者は唯一のQ値表を保持する必要がある集中法であり,後者はD2D利用者が個別に調べ学習でき,Q値表の複雑さを低減する。シミュレーション結果は収束と報酬関数の項によって二つのQ学習アルゴリズムの差を示した。さらに,分散Q学習を通した,D2Dユーザはだけでなく自己組織化方法で電力を学習でなく,LTE(ロングタームエボリューション)の従来法を用いたものより,優れたシステム性能を達成することができることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 自己組織化 ,  *電力制御 ,  シミュレーション ,  強化学習 ,  マルチエージェントシステム ,  Q値 ,  *電力 ,  *アルゴリズム ,  品質
準シソーラス用語： システム性能 ,  LTE【通信】 ,  報酬関数 ,  システム容量 ,  *制御アルゴリズム ,  *Q学習 , 【Automatic Indexing@JST】

分類 (2件)： 無線通信一般  (ND08010L) ,  計算機網  (JC03000K)

タイトルに関連する用語 (4件)： D2D通信 ,  Q学習 ,  電力制御 ,  アルゴリズム