基于Q学习的空中基站部署以增强移动网络公平性
网络与互联网体系结构
2019-09-19 v1 机器学习
信号处理
机器学习
摘要
在本文中，我们使用空中基站（aerial-BS）来增强具有用户移动性的动态环境中的公平性。空中基站的最优部署问题是一个非确定性多项式时间困难（NP-hard）问题。此外，由于用户移动性，网络拓扑持续变化。这些问题加剧了对开发用于空中基站三维部署的自适应快速算法的需求。为此，我们提出一种基于强化学习的方法来实现这些目标。仿真结果表明，我们的方法在合理的计算时间内提升了用户间的公平性，同时解与穷举搜索获得的最优解较为接近。
引用
@article{arxiv.1909.08093,
title = {Q-Learning Based Aerial Base Station Placement for Fairness Enhancement in Mobile Networks},
author = {Rozhina Ghanavi and Maryam Sabbaghian and Halim Yanikomeroglu},
journal= {arXiv preprint arXiv:1909.08093},
year = {2019}
}
备注
Accepted in IEEE GlobalSIP 2019