HAPS辅助网络中的细胞切换：交通负载的隐蔽性如何影响决策
网络与互联网体系结构
2024-05-02 v1 机器学习
系统与控制
系统与控制
摘要
本研究旨在引入面向高空平台站(HAPS)辅助网络中细胞切换方法的细胞负载估计问题。该问题源于睡眠基站在下一个时间槽的流量负载无法被精确确定，但只能进行估计，而任何估计误差都可能导致与最优决策的偏离，从而影响能源效率。由于细胞切换决策是在当前时间槽中提前制定的，因此需要知道睡眠基站在下一个时间槽的流量负载。开发了两种不同的Q学习算法；一种是全尺度的，仅关注性能，而另一种是轻量级的，解决计算成本问题。结果确认，估计误差能够改变细胞切换决策，从而导致与无误差情形下的性能发生偏差。此外，开发的Q学习算法表现良好，因为两种算法之间几乎仅存在0.3%的差异。
引用
@article{arxiv.2405.00387,
title = {Cell Switching in HAPS-Aided Networking: How the Obscurity of Traffic Loads Affects the Decision},
author = {Berk Çiloğlu and Görkem Berkay Koç and Metin Ozturk and Halim Yanikomeroglu},
journal= {arXiv preprint arXiv:2405.00387},
year = {2024}
}