面向6G网络中基于人工智能的智能资源分配策略：集中式还是分布式？
信号处理
2022-02-21 v1 网络与互联网体系结构
摘要
本文为第六代（6G）无线网络设计了一种新的智能软件定义无线接入网（RAN）架构，具有灵活性和流量感知等重要特性。具体而言，我们为所提出的智能软RAN模型考虑了一个分层资源分配框架，其中软件定义网络（SDN）控制器是该框架的首要层。该单元动态监控网络，基于分布式或集中式资源分配架构选择网络运行类型，以智能地进行决策。本文的目标是使网络在可实现的数据速率、开销和复杂度指标方面更具可扩展性和灵活性。为此，我们为所提出的基于机器学习的算法引入了一个新指标——吞吐量开销复杂度（TOC），该指标在这些性能指标之间进行权衡。特别地，基于TOC的决策通过深度强化学习（DRL）求解，从而确定合适的资源分配策略。此外，对于所选算法，我们采用了软演员-评论家方法，该方法比其他学习方法更准确、可扩展且鲁棒。仿真结果表明，与缺乏动态性的固定集中式或分布式资源管理方案相比，所提出的智能网络在TOC方面取得了更好的性能。此外，我们的算法优于其他最先进网络设计中采用的常规学习方法。
引用
@article{arxiv.2202.09093,
title = {Toward a Smart Resource Allocation Policy via Artificial Intelligence in 6G Networks: Centralized or Decentralized?},
author = {Ali Nouruzi and Atefeh Rezaei and Ata Khalili and Nader Mokari and Mohammad Reza Javan and Eduard A. Jorswieck and Halim Yanikomeroglu},
journal= {arXiv preprint arXiv:2202.09093},
year = {2022}
}
备注
Submitted to IEEE for possible publications