MOTH——太赫兹中由移动性引起的中断：一种超越 5G (B5G) 应用
网络与互联网体系结构
2019-11-21 v2 机器学习
摘要
5G 将满足物联网 (IoT)、高分辨率视频流和低延迟无线服务日益增长的需求。此类服务的需求预计将快速增长，这将需要在无线通信中寻求超越 5G 的技术进步。这些进步的一部分是需要额外频谱，即迈向太赫兹 (THz) 频段。为补偿 THz 中的高路径损耗，采用窄波束宽度以提升天线增益。然而，在窄波束宽度下，即便设备位置的微小波动（如人体移动）也会因波束失准导致频繁链路失败。在本文中，我们针对这些导致移动性引起中断的小尺度室内移动提供解决方案。如同飞蛾随意扑动，太赫兹中由移动性引起的中断 (Mobility-induced Outages in THz, MOTH) 本质上可能是短暂且难以避免的。为应对 MOTH，我们提出两种预测这些中断场景的方法：(i) 失败后对齐 (Align-After-Failure, AAF)，基于固定时间余量进行预测；(ii) 失败前对齐 (Align-Before-Failure, ABF)，通过用户移动模式学习时间余量。本文使用两种不同在线分类器训练 ABF 模型以预测是否将发生移动性引起中断；从而显著减少中断场景中所耗时间。仿真结果展示了最优波束宽度与人类移动模式间的关系。此外，为应对未来无线个人区域网 (Wireless Personal Area Network, WPAN) 的密集部署，我们必须高效部署资源（如 THz-AP）。一种方案是最大化单个 AP 的用户覆盖，这可能依赖于多个参数。我们识别了这些参数并观察其为通过单个 THz-AP 改善用户覆盖所存在的权衡。
引用
@article{arxiv.1911.05589,
title = {MOTH- Mobility-induced Outages in THz: A Beyond 5G (B5G) application},
author = {Rohit Singh and Douglas Sicker and Kazi Mohammed Saidul Huq},
journal= {arXiv preprint arXiv:1911.05589},
year = {2019}
}
备注
To appear in IEEE CCNC 2020. The document has 9 pages and 16 figures