室外毫米波基站部署：一种多臂老虎机学习方法
信号处理
2020-03-10 v1
摘要
移动通信网络中的基站（BS）部署对任何通信系统中资源的高效利用都至关重要，也是决定通信质量的主要因素之一。尽管关于 sub-6 GHz 频段基站最优部署的文献十分丰富，但毫米波（mmWave）频段的信道传播特性（如穿透损耗）与 sub-6 GHz 频段有显著差异。因此，毫米波系统需要专门的解决方案以实现可靠的服务质量（QoS）评估。本文提出了一种用于毫米波基站部署问题的多臂老虎机（MAB）学习方法。所提方案通过考虑室外环境的 3D 几何结构进行视域分析，以识别给定基站位置可见的区域。根据视域分析和概率性阻塞模型，采用合适的路径损耗模型计算作为 QoS 度量的覆盖概率，并将其输入 MAB 学习机制。然后基于候选位置在训练过程结束时获得的期望奖励确定最优基站位置。与基于优化的技术不同，该方法能够捕捉信道的时变特性，并找到使长期性能最大化的最优基站位置。
引用
@article{arxiv.2003.03494,
title = {Outdoor mmWave Base Station Placement: A Multi-Armed Bandit Learning Approach},
author = {Fatih Erden and Chethan K. Anjinappa and Ender Ozturk and Ismail Guvenc},
journal= {arXiv preprint arXiv:2003.03494},
year = {2020}
}