回声状态网络用于具有上下行解耦的 LTE-U 中的自组织资源分配
信息论
2016-11-15 v3 math.IT
摘要
上下行解耦（用户可在异构小小区网络(SCNs)的上行与下行关联到不同基站）近来引起了显著关注。然而，大多数现有工作聚焦于仅在许可频带运行的 LTE SCNs 中的简单关联机制。相反，本文研究了包含非许可频带 LTE (LTE-U) 的 SCN 中带上下行解耦的资源分配问题。此处，用户可访问许可与非许可频带，同时关联到不同基站。该问题被表述为包含用户关联、频谱分配与负载均衡的非合作博弈。为解决此问题，提出了一种基于回声状态网络机器学习框架的分布式算法，小型基站借此在仅拥有网络与用户状态有限信息的情况下自主选择其最优频带分配策略。研究表明，所提算法收敛到平稳混合策略分布，其构成所研究博弈的混合策略纳什均衡。仿真结果显示，相较于 Q-learning 与无解耦的 Q-learning，所提方法在用户第 50 百分位和速率方面分别获得了达 60% 与 78% 的显著增益。结果还显示 ESN 显著减少了无线网络的信息交换。
引用
@article{arxiv.1601.06895,
title = {Echo State Networks for Self-Organizing Resource Allocation in LTE-U with Uplink-Downlink Decoupling},
author = {Mingzhe Chen and Walid Saad and Changchuan Yin},
journal= {arXiv preprint arXiv:1601.06895},
year = {2016}
}
备注
Accepted in the IEEE Transactions on Wireless Communications