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

发布时间：2024-06-07 05:11

　　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。

【文章页数】：8 页

【部分图文】：

而实现服务提供商的平均净收益最大化。2系统模型Ss,s∈{0,1,2,···,S}s=0Um如图1所示，在本文中，宏基站由从电力公司购买的电能供能，RRHs则考虑使用可再生能源和购买的电能组成的混合能源供能。本文考虑一个集中式的资源管理系统，其部署在BBU池。如上所述，假设整个H....

谑褂?混合能源供能时的系统，这是因为使用传统电能供能时，服务提供商可以通过购买电能，为用户提供更稳定的数据传输服务。然而，从图7可得，由表2仿真参数仿真参数值仿真参数值RRH最大发射功率3W数据包大小L4kbit/packetMBS最大发射功率10WMUEs路径损耗模型31.5+....

用传统电能供能时，服务提供商可以通过购买电能，为用户提供更稳定的数据传输服务。然而，从图7可得，由表2仿真参数仿真参数值仿真参数值RRH最大发射功率3W数据包大小L4kbit/packetMBS最大发射功率10WMUEs路径损耗模型31.5+35lg(d)(d[km])热噪声功率....

30min更新一次，从而得到系统净收益的性能。从图3中可以发现，在每次价格更新时，系统可以根据当前电力公司提供的价格进行合适的资源分配及能源管理，并达到当前价格下的系统净收益最大化。值得注意的是，在每30min内，由于系统内用户位置的变动以及信道质量的动态变化等原因，造成了数据的....

本文编号：3990829