基于强化学习的无人机基站集成接入回传自主导航与配置
机器学习
2024-10-28 v2
摘要
快速可靠的连接对于提升公共安全任务关键型（MC）用户的态势感知与运营效率至关重要。在现有蜂窝网络覆盖与容量可能无法满足MC通信需求的紧急或灾难情况下，可快速部署基于可部署网络的解决方案，如车轮/机翼上的基站，以确保MC用户的可靠连接。在本文中，我们考虑这样一种场景：宏基站（BS）因自然灾害被毁，搭载基站的无人机（UAV-BS）被部署以为灾区用户提供临时覆盖。UAV-BS通过5G集成接入与回传（IAB）技术接入移动网络。我们提出了一种将机器学习应用于该用例的框架与信令流程。设计了一种深度强化学习算法，以联合优化接入与回传天线倾角以及UAV-BS的三维位置，从而在保持良好回传连接的同时最好地服务于地面MC用户。我们的结果表明，所提算法能够自主导航并配置UAV-BS，以提升吞吐量并降低MC用户的掉线率。
引用
@article{arxiv.2112.07313,
title = {Autonomous Navigation and Configuration of Integrated Access Backhauling for UAV Base Station Using Reinforcement Learning},
author = {Hongyi Zhang and Jingya Li and Zhiqiang Qi and Xingqin Lin and Anders Aronsson and Jan Bosch and Helena Holmström Olsson},
journal= {arXiv preprint arXiv:2112.07313},
year = {2024}
}
备注
This work has been submitted to the IEEE for possible publication