混合 WiFi/LiFi 网络中的高效服务差异化与能量管理
最优化与控制
2025-03-21 v1
摘要
本文提出了一种面向混合 WiFi/LiFi 网络的创新型预测与优化算法，旨在实现服务差异化同时最大化能量效率。所提框架利用多接入技术实时智能控制器动态预测每个用户的合适网络切片，预测基于历史监测的关键性能指标。该预测由使用弹性反向传播算法训练的深度学习模型实现，训练在通用非实时 RAN 智能控制器上使用 KPI 数据进行。训练后的模型使 mATRIC 能够实时选择切片。在后续阶段，该算法通过采用序列凸逼近和内逼近方法，将预测切片的预编码向量作为函数来优化混合网络的能量效率。我们引入新的逼近方法将非凸目标函数和约束转化为凸形式，并开发迭代算法以获得次优解。此外，能量效率最大化问题确保满足端到端时延要求。它还解决了混合系统固有的各种约束，如 LiFi LED 的输入信号限制、数据速率限制和功率预算考虑。仿真结果验证了所提算法的有效性，表明在确保混合网络环境中服务差异化的同时，能量效率得到了显著提升。
关键词
引用
@article{arxiv.2503.16061,
title = {Efficient Service Differentiation and Energy Management in Hybrid WiFi/LiFi Networks},
author = {Asim Ihsan and Muhammad Asif and Hossein Safi and Iman Tavakkolnia and Harald Haas},
journal= {arXiv preprint arXiv:2503.16061},
year = {2025}
}
备注
28 pages, 9 figures