面向能效细胞-free XL-MIMO的联合合作聚类与功率控制：基于多主体强化学习
信息论
2024-06-18 v2 math.IT
摘要
本文探讨了将细胞-free (CF) 与超大规模多输入多输出 (XL-MIMO) 技术融合，构成的CF XL-MIMO系统，作为未来移动网络的有前景的技术方案。为解决常规集中式优化方法带来的计算复杂度和通信功耗问题，我们聚焦于用户导向的动态网络架构，即每个用户由适应性子集的接入点 (AP) 而非全部接入点服务。我们首先分析了面向能效的CF XL-MIMO系统的联合资源分配问题，包含合作聚类与功率控制设计，其中所有聚类均可适应性调整。随后，我们提出一种创新的双层多主体强化学习 (MARL) 方案，为应对高维信号处理带来的挑战提供了有效策略。在数值结果部分，我们比较了不同网络架构下的各种算法，结果表明，所提出的MARL方案下的合作架构能够在系统性能与通信开销之间取得有效平衡，从而提升能效性能。值得注意的是，增加参与信息共享的用户设备数量能够有效提升谱階 (SE) 性能，但也会导致功耗增加，在用户参与者数量与能效性能之间形成非平凡的权衡。
关键词
引用
@article{arxiv.2406.05481,
title = {Joint Cooperative Clustering and Power Control for Energy-Efficient Cell-Free XL-MIMO with Multi-Agent Reinforcement Learning},
author = {Ziheng Liu and Jiayi Zhang and Zhilong Liu and Derrick Wing Kwan Ng and Bo Ai},
journal= {arXiv preprint arXiv:2406.05481},
year = {2024}
}