蜂窝连接无人机的小区切换管理：一种基于学习的方法
信号处理
2020-03-11 v2
摘要
无线蜂窝网络的普及可成为在超视距场景下部署无需人工控制的自主无人机（UAV）的关键赋能因素。然而，传统蜂窝网络针对智能手机等地面用户设备（GUE）优化，这使得为飞行中的 UAV 提供连接极具挑战性。此外，由于复杂的空对地路径损耗模型，确保为移动的蜂窝连接 UAV 提供更好连接 notoriously 困难。本文提出一种新机制，通过调整所有 GBS 的下倾角（DT）来为蜂窝连接 UAV 提供鲁棒的无线连接与移动性支持。利用强化学习（RL）工具，通过无模型 RL 算法动态调整 DT 角。目标是在最大化 UAV 处接收信号质量的同时保持地面用户的良好吞吐量性能，从而在空中提供高效的移动性支持。仿真结果表明，与网络始终固定 DT 角的基线 MM 方案相比，所提出的基于 RL 的移动管理（MM）技术可在达成性能目标的同时减少切换次数。
引用
@article{arxiv.2002.01546,
title = {Mobility Management for Cellular-Connected UAVs: A Learning-Based Approach},
author = {Md Moin Uddin Chowdhury and Walid Saad and Ismail Guvenc},
journal= {arXiv preprint arXiv:2002.01546},
year = {2020}
}
备注
Accepted in ICC Workshop 2020, Dublin, Ireland. Fixed some errors