面向最优移动感知用户关联的序列Q学习算法
最优化与控制
2022-02-22 v2
摘要
我们考虑一种适用于拥有发达公共交通网络与高通勤需求的都市区域的无线网络场景，其中移动用户设备（UE）沿固定且预定的轨迹移动，并请求与毫米波（mmWave）基站（BS）关联。我们提出了一种称为序列Q学习算法（SQA）的有效且高效的算法，以最大化网络的长期平均传输速率，这是一个NP困难问题。此外，SQA通过仅允许在一组离散的决策时刻进行可能的重新关联（UE从一个BS切换到另一个BS）来解决复杂度问题，并具有多项式时间复杂度。SQA的这一特性也限制了过于频繁的切换，而这在mmWave网络中被认为是极不可取的。此外，我们通过大量数值结果表明，通过在每个决策时刻考虑所有UE的未来轨迹与可能决策，SQA能够显著优于现有研究中提出的基准算法。
引用
@article{arxiv.2201.05983,
title = {Sequence Q-Learning Algorithm for Optimal Mobility-Aware User Association},
author = {Wanjun Ning and Zimu Xu and Jingjin Wu and Tiejun Tong},
journal= {arXiv preprint arXiv:2201.05983},
year = {2022}
}