基于学习的 4G LTE 蜂窝系统上行链路干扰管理
网络与互联网体系结构
2013-09-11 v1
摘要
LTE 上行链路 (UL) 的效率关键取决于如何控制不同小区间的干扰。LTE 调制和 UL 资源分配的独特特性为实现这一目标带来了巨大挑战，因为大多数 LTE 部署采用 1:1 频率复用，且上行链路干扰在连续时隙间可能有显著变化。在本工作中，我们提出了 LeAP，一种用于管理 LTE 上行链路干扰的、由测量数据驱动的功率控制机器学习范式。数据驱动方法具有固有的优势，即解决方案能根据网络流量、传播环境和网络拓扑进行自适应调整，而这些因素正变得日益异构并包含多层小区覆盖。LeAP 系统设计包含以下组件：(i) 设计用户设备 (UE) 测量统计量，使其既简洁又能充分捕捉网络动态；(ii) 设计两种基于学习的算法，利用报告的测量值来设定功率控制参数并优化网络性能。LeAP 符合标准，且可在集中式 SON (自组织网络) 服务器资源 (云) 中实施。我们使用美国某主要大都市区实际运营的 LTE 网络的无线网规数据进行了广泛评估。结果表明，与现有方法相比，LeAP 在用户数据速率的第 20 百分位上提供了 4.9 倍的增益，在中位数数据速率上提供了 3.25 倍的增益。
引用
@article{arxiv.1309.2543,
title = {Learning Based Uplink Interference Management in 4G LTE Cellular Systems},
author = {Supratim Deb and Pantelis Monogioudis},
journal= {arXiv preprint arXiv:1309.2543},
year = {2013}
}
备注
Submitted to a journal