无人机辅助 LTE-U 网络中无线虚拟现实资源分配的回声状态学习
信息论
2017-08-04 v1 math.IT
摘要
本文研究了使用无人机 (UAV) 辅助 LTE-U 网络进行通信的无线虚拟现实 (VR) 用户网络的资源管理问题。在所研究的模型中，无人机作为 VR 控制中心，通过无线上行链路从 VR 用户收集跟踪信息，然后通过 LTE-U 下行链路将构建的 VR 图像发送给 VR 用户。因此，在这种无人机辅助的 LTE-U 网络中，资源分配必须联合考虑授权频段和非授权频段上的上行链路和下行链路。在这种 VR 设置中，无人机可以动态调整每个 VR 图像的图像质量和格式，以改变每个 VR 图像的数据大小，从而满足延迟要求。因此，资源分配还必须考虑图像质量和格式。这个以 VR 为中心的资源分配问题被表述为一个非合作博弈，可实现授权和非授权频谱的联合分配，以及 VR 图像质量和格式的动态调整。为了求解该博弈，提出了一种基于具有漏积分神经元的回声状态网络 (ESN) 机器学习工具的学习算法。与适用于离散时间系统的传统基于 ESN 的学习算法不同，所提出的算法可以动态调整 ESN 状态的更新速度，因此可以使无人机学习其关联 VR 用户的连续动态。仿真结果表明，与使用 LTE-U 的 Q-learning 和使用 LTE 的 Q-learning 相比，所提出的算法在所有用户的总 VR QoE 方面实现了高达 14% 和 27.1% 的增益。
引用
@article{arxiv.1708.00921,
title = {Echo State Learning for Wireless Virtual Reality Resource Allocation in UAV-enabled LTE-U Networks},
author = {Mingzhe Chen and Walid Saad and Changchuan Yin},
journal= {arXiv preprint arXiv:1708.00921},
year = {2017}
}