IIoT 场景下 URLLC 的分布式资源分配：一种多臂老虎机方法
网络与互联网体系结构
2022-11-23 v1 机器学习
信号处理
摘要
本文解决了在未来 6G 工业物联网（IIoT）网络中实现机器间超可靠低时延通信（URLLC）的问题。就无线接入网（RAN）而言，集中式预配置资源分配需要在上行传输前向用户设备（UE）下发调度授权，这对 URLLC 效率低下，尤其在灵活/不可预测业务情形下。为缓解此负担，我们研究了一种基于机器学习的分布式、以用户为中心的方案，其中 UE 自主选择其上行的无线资源，无需等待调度授权或预配置连接。通过仿真，我们证明了多臂老虎机（MAB）方法是在 IIoT 环境中以 URLLC 为考量进行资源分配的合意解决方案，适用于周期性与非周期性业务，即便在高度密集网络与激进业务下亦如此。
引用
@article{arxiv.2211.12201,
title = {Distributed Resource Allocation for URLLC in IIoT Scenarios: A Multi-Armed Bandit Approach},
author = {Francesco Pase and Marco Giordani and Giampaolo Cuozzo and Sara Cavallero and Joseph Eichinger and Roberto Verdone and Michele Zorzi},
journal= {arXiv preprint arXiv:2211.12201},
year = {2022}
}
备注
2022 IEEE Globecom Workshops (GC Wkshps): Future of Wireless Access and Sensing for Industrial IoT (FutureIIoT)