研究文章雷竞技app下载苹果版

异构网络中基于迁移Actor-批评家学习算法的基站交换节能研究

摘要

智能手机和平板电脑的爆炸性普及引发了对无线电接入的激增的流量负载需求，并产生了大量的能源消耗。其背后的原因主要是由于目前的BS部署基于峰值流量负载，并且通常保持活跃，而不考虑严重的动态流量负载变化。有必要减少BS的能源消耗。本项目利用TACT (Transfer Actor-Critic Learning Algorithm)，开发了基站切换操作，以适应流量负载的变化。该方案旨在降低无线接入网(RAN)的能耗。最终目的是降低无线接入网中随着流量负载变化而产生的能源消耗。文中给出了马尔可夫决策过程和检验结果

Ramya。R, Pratheba。米

阅读全文下载全文