4G/5G系统中外环链路自适应的强化学习技术
机器学习
2017-08-04 v1 信息论
math.IT
摘要
无线系统执行速率自适应以尽可能高的瞬时速率传输。随着无线系统代际演进，速率自适应日益精细化。基站利用SINR与称为确认/否认（ACK/NACK）的数据包解码反馈来执行速率自适应。SINR用于称为内环自适应的速率锚定，ACK/NACK用于称为外环链路自适应（OLLA）的精细偏移调整。我们将OLLA构建为一类多臂老虎机（MAB）的强化学习问题，其中不同的偏移值即为老虎机的臂。在OLLA中，随着偏移值增大，包错误概率也增大，且每个用户设备（UE）都有期望的块错误率（BLER）以满足特定服务质量（QoS）要求。针对此MAB，我们提出一种基于二分搜索的算法，该算法利用大偏差理论与置信界的界限，达到可能近似正确（PAC）解。此外，我们还讨论了为何Thompson采样或UCB类方法无助于实现目标。最后，在LTE系统模拟器上提供了仿真结果，从而证明了我们所提算法的有效性。
引用
@article{arxiv.1708.00994,
title = {Reinforcement learning techniques for Outer Loop Link Adaptation in 4G/5G systems},
author = {Saishankar Katri Pulliyakode and Sheetal Kalyani},
journal= {arXiv preprint arXiv:1708.00994},
year = {2017}
}
备注
There is a patent submission based on this work