Deep neural network based resource allocation in D2D wireless networks

Возросшая сложность будущих сетей беспроводной связи 5G представляет собой фундаментальную проблему для оптимального распределения ресурсов. Эта непрерывная, ограниченная задача оптимального управления должна решаться в режиме реального времени, поскольку распределение мощности должно соответствовать мгновенно меняющемуся состоянию канала. В статье особое внимание уделяется применению глубокого обучения для разработки решений проблем распределения радиоресурсов в системах с несколькими входами и несколькими выходами. Контролируемая модель глубокой нейронной сети представлена в сочетании с оптимизацией роя частиц для решения проблемы с использованием эвристически сгенерированных данных. Мы обучаем модель и оцениваем ее способность точно прогнозировать решения по распределению ресурсов. Результат моделирования показывает, что хорошо обученная предложенная модель может обеспечить почти оптимальное решение.