基于无人机三维网络中深度强化学习的干扰管理：潜力与挑战
信息论
2023-05-15 v1 人工智能
信息检索
math.IT
摘要
现代蜂窝网络为多小区并采用通用频率复用以最大化频谱效率。这导致高小区间干扰。随着无人机（UAV）的采用，蜂窝网络变为三维，此问题加剧。这是因为UAV通信中的视距信道使干扰链路强度与数量迅速增加。现有干扰管理方案需各发射机知晓干扰信号信道信息，因过量信令开销而不切实际。本文提出利用深度强化学习进行干扰管理以克服此缺陷。特别地，我们展示即便不知干扰信道信息仍可有效抑制干扰。继而讨论以线性/亚线性复杂度扩展算法及用多智能体强化学习去中心化的新途径。通过利用干扰，所提方案使民用UAV持续增长成为可能。
引用
@article{arxiv.2305.07069,
title = {Deep Reinforcement Learning for Interference Management in UAV-based 3D Networks: Potentials and Challenges},
author = {Mojtaba Vaezi and Xingqin Lin and Hongliang Zhang and Walid Saad and H. Vincent Poor},
journal= {arXiv preprint arXiv:2305.07069},
year = {2023}
}
备注
13 pages, 5 figures. Accepted for publication in the IEEE Communications Magazine