基线策略并推导此基线策略的值函数的渐进闭式表达

新一代信息技术

随着高速无线网络和智能个人终端的普及，视频流内容在无线流量中占据的比例正在快速上升。该论文研究面对用户使用的大规模多天线网络，将视频和无线资源分配问题建模为一个无限阶段折扣马尔科夫决策过程。为解决此问题中的“维度灾难”，论文提出基线策略并推导此基线策略的值函数的渐进闭式表达。对上述表达式进行一步迭代可以获得更优的策略。当表达式中的部分统计参数（如用

试用