基于WDMA的光无线通信网络中用于资源分配的Q-learning算法
网络与互联网体系结构
2021-05-25 v1 信号处理
摘要
可见光通信（VLC）因能以低功耗提供高数据速率，在过去十年中被广泛研究。一般而言，资源管理是蜂窝网络中的重要问题，会极大影响其性能。本文建立了一个优化问题，以在给定时刻将每个用户分配到最优接入点与波长。该问题可用混合整数线性规划（MILP）求解。然而，鉴于其复杂性与内存需求，MILP并非实用方案。此外，资源分配须提供准确信息。因此，我们使用强化学习（RL）重构该优化问题；RL因无需先验知识即可与任意环境交互而近期备受关注。本文研究使用基础Q-learning算法求解VLC系统中的资源分配优化问题。仿真两种场景，与先前提出的MILP模型比较结果。结果表明，Q-learning算法能在无系统先验知识下提供接近MILP模型的最优解。
引用
@article{arxiv.2105.10729,
title = {Q-learning algorithm for resource allocation in WDMA-based optical wireless communication networks},
author = {Abdelrahman S. Elgamal and Osama Z. Alsulami and Ahmad Adnan Qidan and Taisir E. H. El-Gorashi and Jaafar M. H. Elmirghani},
journal= {arXiv preprint arXiv:2105.10729},
year = {2021}
}