通过 MAC 信令学习优化无线间歇接收
信息论
2024-06-21 v1 机器学习
math.IT
摘要
我们提出了一种强化学习 (RL) 方法，用于解决来自细胞网络中基站收发机 (BTS) 的间歇接收 (DRX) 策略控制问题。我们通过最佳安排快速第 2 层信令消息的发送时间（即如 5G 新无线中指定的介质接入层 (MAC) 控制元素 (CE)）来实现。与更常用的DRX 优化方法不同，后者依赖于微调 DRX 计时器的值，我们评估了仅通过 MAC CE 信令即可获得的收益。就模拟部分而言，我们聚焦于通常在扩展现实 (XR) 应用中遇到的流量类型，其中对电池消耗最小化和散热缓解的需求尤为迫切。我们考虑了 3GPP 5G 新无线 (5G NR) 合规和非合规（“超 5G”）MAC CE。我们的模拟结果表明，我们提出的技术在延迟和能源节省之间取得了改进的权衡，优于目前大多数实现方式的计时器基方法。具体而言，我们的 RL 基于的策略相对于 na"ive MAC CE 发送策略可将单个用户设备 (UE) 的活跃时间几乎减半，而对于 9 个同时服务的 UE，仍可实现约 20% 的活跃时间降低。
引用
@article{arxiv.2406.13834,
title = {Optimizing Wireless Discontinuous Reception via MAC Signaling Learning},
author = {Adriano Pastore and Adrián Agustín de Dios and Álvaro Valcarce},
journal= {arXiv preprint arXiv:2406.13834},
year = {2024}
}
备注
9 pages, 10 figures, submitted to IEEE TMLCN