SmartCon：面向 5G 与 B5G 的基于深度概率学习的窄带物联网智能链路配置
网络与互联网体系结构
2021-12-13 v1
摘要
为增强覆盖与传输可靠性，窄带物联网（NB-IoT）采用的重复传输允许将传输重复多次。然而，在信号强度高时这会导致无线资源浪费。此外，在低信号质量下，选择较高的调制编码方案（MCS）等级会导致网络中巨大的丢包。而且，每用户的物理资源块（PRB）数量需动态选择，以提升基于每用户的无线资源利用率。因此，在 NB-IoT 系统中，重复次数、MCS 与无线资源的动态适配（即自动链路配置）至关重要。据此，本文提出 SmartCon，一种基于生成对抗网络（GAN）的深度学习方法，用于上行或下行调度中的自动链路配置，以显著降低 NB-IoT 网络中的丢包率。为训练 GAN，我们采用基于多臂老虎机（MAB）的强化学习机制，依据当前网络条件智能调节其输出。SmartCon 的性能通过仿真得到充分评估，结果表明相比基线方案它显著提升了 NB-IoT 系统性能。
引用
@article{arxiv.2112.05286,
title = {SmartCon: Deep Probabilistic Learning Based Intelligent Link-Configuration in Narrowband-IoT Towards 5G and B5G},
author = {Raja Karmakar and Georges Kaddoum and Samiran Chattopadhyay},
journal= {arXiv preprint arXiv:2112.05286},
year = {2021}
}