面向NFV赋能 aerial网络的基于AI与移动感知的能效资源分配与轨迹设计
网络与互联网体系结构
2021-05-24 v1 信号处理
摘要
本文针对无人机(UAV)辅助网络提出一种基于用户移动性及其请求服务的新型联合智能轨迹设计与资源分配算法,其中无人机作为启用网络功能虚拟化(NFV)网络的节点。我们的目标是通过分配有限的无线与NFV资源,最大化能效并最小化所有服务上的平均时延。此外,由于用户业务状况与移动性,我们让部分虚拟网络功能(VNF)从当前位置迁移至其他位置以满足服务质量要求。我们将问题建模为寻找无人机近最优位置、发射功率、子载波分配、放置及在所请求服务函数于无人机上的调度,并执行合适的VNF迁移。随后我们提出一种新型分层混合连续与离散动作(HHCDA)深度强化学习方法来求解该问题。最后,分析了所提算法的收敛性与计算复杂度及其在不同参数下的性能。仿真结果表明,与DDPG方法相比,我们所提HHCDA方法将请求拒绝率与平均时延分别降低31.5%与20%,并将能效提升40%。
引用
@article{arxiv.2105.10282,
title = {AI-Based and Mobility-Aware Energy Efficient Resource Allocation and Trajectory Design for NFV Enabled Aerial Networks},
author = {Mohsen Pourghasemian and Mohammad Reza Abedi and Shima Salarhosseini and Nader Mokari and Mohammad Reza Javan and Eduard A. Jorswieck},
journal= {arXiv preprint arXiv:2105.10282},
year = {2021}
}