异构网络中基于学习的频域与时域小区间干扰协调
网络与互联网体系结构
2014-11-21 v1
摘要
本文聚焦于异构网络（HetNet）部署中的小区间干扰协调（ICIC）技术，其中宏蜂窝与微微蜂窝在松散协调下自主优化其下行传输。我们将这种策略性共存建模为一个多智能体系统，旨在实现联合干扰管理与小区关联。借助强化学习（RL）工具，智能体（即宏蜂窝与微微蜂窝）感知其环境，并基于本地信息进行自适应，以最大化其网络性能。具体而言，我们探索了时域和频域ICIC场景，并提出了一种两级RL公式。在此框架下，微微蜂窝学习其最优小区范围扩展（CRE）偏置与发射功率分配，以及适用于多流传输的合适频段，其中用户设备（UE）可同时由来自宏层和微层的两个或多个基站（BS）服务。为验证理论发现，我们开展了基于长期演进增强版（LTEA）的系统级仿真，将所提方法与资源划分（RP）、静态CRE和单流载波聚合（CA）等多种基线方法进行了比较。在时域中，就平均UE吞吐量而言，我们提出的解决方案相较于静态ICIC方法实现了高达125%的显著增益。在频域中，就小区边缘UE吞吐量而言，我们提出的解决方案实现了高达240%的增益。
引用
@article{arxiv.1411.5548,
title = {Learning Based Frequency- and Time-Domain Inter-Cell Interference Coordination in HetNets},
author = {Meryem Simsek and Mehdi Bennis and Ismail Guvenc},
journal= {arXiv preprint arXiv:1411.5548},
year = {2014}
}