基于機器學習的Femtocell信道頻譜與功率資源分配算法的研究.pdf

1、近年來，隨著互聯(lián)網技術的不斷發(fā)展，人們更希望足不出戶便能享受到多樣化的互聯(lián)網業(yè)務，因此提高室內的無線覆蓋變得非常重要。Femtocell，又叫飛蜂窩或者家庭基站，是一種用來解決室內覆蓋問題的小型基站設備，它由用戶自己部署于室內環(huán)境中，通過IP技術連接到運營商的核心網絡，從而為用戶提供高速率的室內數據業(yè)務。Femtocell有成本低、安裝及維護非常簡易、功耗低、覆蓋效果好等眾多優(yōu)點，因此是用來提高室內通信質量的最佳方案。機器學習，通過對計

2、算機模擬人類學習能力的研究，實現設備的智能化與自動化控制，用機器學習方法解決Femtocell二層網絡中的頻譜與功率資源分配問題，讓系統(tǒng)更加智能化，是Femtocell應用領域的一個重要發(fā)展方向。
　　本文首先對Femtocell與宏蜂窩（Macrocell）組成的二層網絡結構展開研究，闡述了Femtocell的工作原理，并且分析了該網絡結構中存在的干擾問題。然后，通過采用兩種典型的機器學習策略分別對該二層網絡中的功率以及頻譜資源

3、進行控制：蟻群優(yōu)化方法與Q學習方法。蟻群優(yōu)化方法能夠動態(tài)感知系統(tǒng)中頻譜的占用情況，并且對頻譜資源進行合理分配，從而有效地避免了干擾的產生；Q學習方法能夠實現Femtocell發(fā)射功率的自動控制，在保證Femtocell與Macrocell通信質量的同時也減小了干擾。最后，本文在理論推導的基礎上對這兩種機器學習策略的應用進行仿真驗證，應用結果表明系統(tǒng)能夠根據當前的環(huán)境狀況智能地分配網絡中的頻譜和功率資源，極大地減小Macrocell和Fe