基于知识迁移的 5G RAN 切片无线与计算资源分配
网络与互联网体系结构
2021-10-26 v1 系统与控制
系统与控制
摘要
为在 5G 中实现网络切片，资源分配是将无线与计算等有限网络资源分配给多个切片的关键功能。然而，联合资源分配也导致网络管理复杂度更高。本工作中，我们提出一种基于知识迁移的资源分配（KTRA）方法，用于 5G RAN 切片的无线与计算资源联合分配。与现有工作相比，主要区别在于所提 KTRA 方法具备知识迁移能力。其设计初衷是利用相似任务的先验知识提升目标任务的性能，例如更快的收敛速度或更高的平均奖励。所提 KTRA 与基于 Qlearning 的资源分配（QLRA）进行比较，KTRA 方法呈现出低 18.4% 的 URLLC 时延、高 30.1% 的 eMBB 吞吐量，以及更快的收敛速度。
引用
@article{arxiv.2110.12245,
title = {Knowledge Transfer based Radio and Computation Resource Allocation for 5G RAN Slicing},
author = {Hao Zhou and Melike Erol-Kantarci},
journal= {arXiv preprint arXiv:2110.12245},
year = {2021}
}
备注
Accepted by 2022 IEEE Consumer Communications & Networking Conference