无蜂窝毫米波大规模MIMO系统基于深度强化学习的节能睡眠策略

您当前的位置：

首页 >

文章列表页 >

无蜂窝毫米波大规模MIMO系统基于深度强化学习的节能睡眠策略

学术论文 | 更新时间：2025-12-08

上一篇|下一篇

- 无蜂窝毫米波大规模MIMO系统基于深度强化学习的节能睡眠策略
- Energy-Efficient Sleep-Mode Based on Deep Reinforcement Learning for Cell-Free mmWave Massive MIMO Systems
- 何云，申敏，王蕊，张梦
- 电子学报 2023年51卷第10期页码：2831-2843
- 作者机构：
  1.重庆邮电大学通信与信息工程学院，重庆 400065
  2.重庆邮电大学通信核心芯片、协议及系统应用团队，重庆 400065
- 作者简介：
  何云女，1979年生，湖北武汉人，现为重庆邮电大学博士生研究生.主要研究方向为协作通信、大规模MIMO 系统能效优化.E-mail: heyun@cqupt.edu.cn
  申敏（通讯作者）女，1963年生，贵州湄潭人.现为重庆邮电大学教授、博士生导师.主要研究方向为通信核心芯片、协议与系统应用技术.
  王蕊女，1988年生，云南玉溪人.现为重庆邮电大学博士生研究生.主要研究方向为Cell-Free大规模MIMO系统的资源分配、动态协作和预编码.E-mail: d190101012@stu.cqupt.edu.cn
  张梦女，1988年生，重庆人.现为浙江大学博士后.主要研究方向为物理层安全，物联网安全. E-mail: zhangmengyang@zju.edu.cn
- 基金信息：
  国家科技重大专项基金(2018ZX03001026-002)
- DOI： 10.12263/DZXB.20220247
  中图分类号：
- 修回：2023-09-01 ，
- 稿件说明：
移动端阅览
DOI：
DOI：

HTML全文
图( 12 ) 表( 3 )
参考文献
出版信息
数据统计

摘要

Abstract

关键词

Keywords

references

21

浏览量

82

下载量

2

CSCD

文章被引用时，请邮件提醒。

提交

工具集

BibTeX下载
Endnote下载
RefMan 下载
NoteExpress下载
NoteFirst下载

关联资源

相关文章

低空智联网中拓扑驱动的双图强化学习频谱资源管控方法

面向星地巨址接入的弹性前导码设计

基于干扰感知专家协同和深度强化学习的无人机导航方法

基于最大熵多智能体深度强化学习的海洋短波频谱聚合方法

端网协同传输技术演进与思考

相关作者

何云

申敏

王蕊

张梦

陈晓红

唐鸿凯

梁伟

袁依格

相关机构

重庆邮电大学通信与信息工程学院

浙江大学

中南大学商学院

湘江实验室

湖南工商大学计算机学院