面向多低轨卫星星座网络资源分配的分层多智能体多臂_bandit
机器学习
2023-03-28 v1 信号处理
摘要
低地球轨道（LEO）卫星星座能够在下一代第六代（6G）非地面网络（NTN）中提供全球覆盖区域与高速率服务。受限于星上可用的运行功率、波束与信道等资源，在复杂干扰情形下弹性且高效的资源管理变得极为迫切。然而，不同于传统地面基站，LEO 部署高度高且处于高机动状态，导致传输期间存在显著的长时延与干扰。因此，获取 LEO 与地面用户间准确信道状态信息颇具挑战。为此，我们构建了一个在未知信道信息且长时延地面网关无数据收集条件下的双向传输框架。本文中，我们提出面向 LEO 星座的分层多智能体多臂_bandit 资源分配（mmRAL），通过合理分配可用无线资源来实现。LEO 被视为协作的多个宏智能体，尝试各自资源的微智能体各类动作的未知试探，仅凭借吞吐量信息渐近实现合适分配。在仿真中，我们在不同 LEO 部署、服务用户与 LEO 数量、硬件成本及中断概率等情形下评估了 mmRAL。得益于高效且弹性的分配，所提 mmRAL 系统能够在同质或异质轨道面或星座中运行，相较现有文献中的基准取得了最高吞吐量性能。
引用
@article{arxiv.2303.14351,
title = {Hierarchical Multi-Agent Multi-Armed Bandit for Resource Allocation in Multi-LEO Satellite Constellation Networks},
author = {Li-Hsiang Shen and Yun Ho and Kai-Ten Feng and Lie-Liang Yang and Sau-Hsuan Wu and Jen-Ming Wu},
journal= {arXiv preprint arXiv:2303.14351},
year = {2023}
}