一种基于深度强化学习的多用户MIMO系统用户调度方法

摘要

本发明公开了一种基于深度强化学习的多用户MIMO系统用户调度方法，包括：首先构建多用户MIMO系统模型，提出用户调度数学优化问题，以最大化系统和速率为目标，以基站总发射功率为限制条件；接着，将优化问题建模为马尔可夫决策过程，将基站视为智能体，将经过处理的基站到用户的信道矩阵以及一个指示矩阵拼接作为状态，将选择的用户索引作为动作，并设计合适的奖励函数；然后设计深度强化学习神经网络结构并初始化深度强化学习相关参数；随后，开始训练神经网络直至收敛；最后，保存网络参数，用训练好的神经网络来进行用户调度，验证本方法的性能。本发明能够在降低实现复杂度的情况下获得较高的系统性能。