面向多 RAT 网络的数字孪生辅助下的联合用户关联与带宽分配

本文研究了在多 RAT 网络中最大化求和速率的用户设备（UE）-无线接入技术（RAT）关联与带宽分配问题。为此，我们构建联合处理 UE 关联和带宽分配的优化问题，遵循实际约束。由于该问题的 NP-hard 性质，寻找全局最优解在计算上是不可行的。为解决这一挑战，我们提出一种集中式且计算高效的启发式算法，旨在最大化求和速率并提升质量服务（QoS）。然而，所提出的方法需要全局信道状态信息（CSI）才能实现接近最优的性能，这在大规模多 RAT 网络中造成巨大的开销和数据收集成本。为缓解这一负担，我们利用多 RAT 网络的数字孪生（DT），凭借其情境感知能力获取具有较低开销的全局 CSI。我们的数值结果表明，该方法在基线方法上实现最高可提升 43% 的求和速率，与理论最优解相差不足 5%，同时在 QoS 上实现最高可提升 43%。进一步分析表明，我们的方法不仅在 QoS 提升方面超越最优解，还确保了显著的计算效率。