基于强化学习的速率适配感知飞行网关定位
网络与互联网体系结构
2023-10-12 v1
摘要
随着连接需求的增长，无人机（UAV）已成为下一代按需无线网络部署中的重要组成部分。然而，当前的无人机定位方案通常忽视速率适配（RA）算法的影响，或通过考虑理想且不可实现的RA算法来简化其效应。本工作提出速率适配感知的基于RL的飞行网关定位（RARL）算法，一种应用深度Q学习、考虑底层RA算法所施加的动态数据速率的飞行网关定位方法。RARL算法旨在最大化服务一个或多个飞行接入点、进而服务地面终端的飞行无线链路的吞吐量。RARL算法的性能评估表明，它能够考虑底层RA算法的效应，并在所有分析的静态与移动场景中达到最大吞吐量。
引用
@article{arxiv.2310.07031,
title = {Rate Adaptation Aware Positioning for Flying Gateways using Reinforcement Learning},
author = {Gabriella Pantaleão and Rúben Queirós and Hélder Fontes and Rui Campos},
journal= {arXiv preprint arXiv:2310.07031},
year = {2023}
}