基于 DRL 的 QoS 感知资源分配方案实现 LTE 及演进网络中授权与非授权用户共存
信号处理
2020-08-18 v1
摘要
在本文中，我们采用深度强化学习为适用于 LTE-advanced 和 5G 网络的不同服务质量 (QoS) 需求开发一种新颖的无线资源分配与分组调度方案。此外，鉴于 6 GHz 以下频段频谱的稀缺性，所提算法以动态方式将资源块 (RBs) 分配给授权用户，以最大程度保持未分配 RBs 的连续性。这将通过增加不间断通信的机会并减少协调开销负载来提高非授权实体间的通信效率。该优化问题被建模为马尔可夫决策过程 (MDP)，观测需求的整个队列，其中未能满足 QoS 约束将以乘性因子惩罚目标。此外，未分配资源的连续性概念作为加性项计入目标函数。考虑到信道系数与用户请求的变化，我们利用深度强化学习算法作为一种在线且数值高效的方法来求解 MDP。数值结果表明，与传统的贪心最小延迟和最大吞吐方案（其中频谱的固定部分被强制空闲以供非授权实体使用）相比，所提方法在考虑延迟预算和丢包率的同时实现了更高的平均频谱效率。
引用
@article{arxiv.2008.06905,
title = {DRL-Based QoS-Aware Resource Allocation Scheme for Coexistence of Licensed and Unlicensed Users in LTE and Beyond},
author = {Mahdi Nouri Boroujerdi and Mohammad Akbari and Roghayeh Joda and Mohammad Ali Maddah-Ali and Babak Hossein Khalaj},
journal= {arXiv preprint arXiv:2008.06905},
year = {2020}
}