切片雾无线接入网中的模式选择与资源分配：一种强化学习方法
网络与互联网体系结构
2020-02-21 v1 信号处理
摘要
雾无线接入网（F-RANs）中的模式选择与资源分配被视为提升频谱与能量效率的关键技术。本文研究了上行链路 F-RANs 中模式选择与资源分配的联合优化问题，其中传统用户设备（UEs）与雾 UEs 均由构建的网络切片实例提供服务。相关优化被建模为混合整数规划问题，并提出了正交与复用两种子信道分配策略以保证切片隔离。受机器学习发展的启发，针对传统与雾 UEs 的特定性能要求，开发了两种基于强化学习的算法来求解原高复杂度问题。所提方案的基本思想是根据环境反馈的即时奖励生成良好的模式选择策略。仿真结果验证了所提算法的优势，并表明可在系统功耗与队列时延之间实现权衡。
引用
@article{arxiv.2002.08419,
title = {Mode Selection and Resource Allocation in Sliced Fog Radio Access Networks: A Reinforcement Learning Approach},
author = {Hongyu Xiang and Mugen Peng and Yaohua Sun and Shi Yan},
journal= {arXiv preprint arXiv:2002.08419},
year = {2020}
}