基于核化情境多臂老虎机的毫米波车载网络学习式用户关联
机器学习
2025-04-16 v1
摘要
车辆需要及时获取信道条件以确定与其通信的基站（BS），但频繁估计快速衰落的毫米波信道代价高昂。无需额外的信道估计，提出的分布式核化上置置信上界（DK-UCB）算法利用过去的情境（如车辆位置和速度）以及过去的瞬时传输速率来估计当前瞬时传输速率。为捕捉从情境到瞬时传输速率的非线性映射，DK-UCB将情境映射到再现核希尔伯特空间（RKHS），从而使线性映射可见。为提高估计精度，我们提出了一种新型核函数，纳入了毫米波信号的传输特性。此外，DK-UCB鼓励车辆在进行显著探索时共享必要信息，这既加快了学习过程，又保持了可接受的通信成本。
引用
@article{arxiv.2504.10959,
title = {Learning-Based User Association for MmWave Vehicular Networks With Kernelized Contextual Bandits},
author = {Xiaoyang He and Xiaoxia Huang},
journal= {arXiv preprint arXiv:2504.10959},
year = {2025}
}
备注
Accepted by IEEE WCNC 2025