摘要
针对移动通信资源管理难度大等问题,提出了一种基于深度强化学习(DRL,Deep Reinforcement Learning)的移动通信资源管理方法.将深度学习的感知能力与强化学习的决策能力相结合,建立具备处理高维数据与支持动态学习特性的通信资源管理系统模型,利用DRL进行通信信道质量约束,优化通信信道稳定性能.通过仿真实验,验证了基于DRL算法的通信信道质量稳定,具有较强的资源调度效率,能够自适应地调整资源分配策略,以应对不同通信动态需求.
作者简介
蓝颖华,1979年生,女,壮族,广西南宁人,本科,通信技术工程师,研究方向:IT项目管理、通信工程。
