HAPS-UAV 赋能的异构网络：一种深度强化学习方法
系统与控制
2023-03-24 v1 系统与控制
摘要
高空平台站（HAPS）和低空平台站（LAPS）等非地面网络（NTN）实体的综合使用已成为空天地一体化网络（SAGINs）的基本要素。然而，NTN 实体与资源的复杂性、移动性和异构性从系统设计到部署都带来了各种挑战。本文提出了一种设计由 HAPS 与作为 LAPS 实体的无人机（UAVs）组成的异构网络的新方法。我们的方法联合优化空中基站的三维轨迹与信道分配，重点在于确保对地面用户的公平性和服务质量（QoS）的提供。此外，我们考虑了基站的负载并将该信息纳入优化问题。所提方法利用深度强化学习与不动点迭代技术的结合来确定无人机位置与信道分配策略。仿真结果表明，我们提出的基于深度学习的方法显著优于基于学习的与传统基准模型。
引用
@article{arxiv.2303.12883,
title = {HAPS-UAV-Enabled Heterogeneous Networks: A Deep Reinforcement Learning Approach},
author = {Atefeh H. Arani and Peng Hu and Yeying Zhu},
journal= {arXiv preprint arXiv:2303.12883},
year = {2023}
}