面向交通优先级的5G NR-U/Wi-Fi 共存方案
系统与控制
2025-03-04 v1 系统与控制
摘要
5G新型无线专用(NR-U)与Wi-Fi的共存容易引起NR-U gNB(5G基站)与Wi-Fi AP(接入点)之间的冲突。为提升两者的性能和公平性，已提出多种冲突解决机制以取代当前5G标准中使用的简单监听前说话(LBT)方案。我们针对文献中存在的两个空白：首先，对比各类冲突解决机制的综合性能评估不足；其次，多种交通优先级类的影响未被充分考察。通过大量仿真，我们比较了近期提出的几种NR-U/Wi-Fi共存冲突解决机制。我们将其中一种机制扩展以处理多种交通优先级。随后，我们开发了一种面向高优先级gNB用户设备(UE)与多个低优先级UE及Wi-Fi站点共存场景的交通感知多目标深度强化学习算法。其目标是确保高优先级gNB流量的低延迟，同时提高NR-U与Wi-Fi网络之间的空时公平性。我们的仿真结果表明，所提出的算法在保持高优先级流量低延迟的同时，显著提升了两类网络的公平性。
引用
@article{arxiv.2503.00256,
title = {Traffic Priority-Aware 5G NR-U/Wi-Fi Coexistence with Deep Reinforcement Learning},
author = {Mohammad Reza Fasihi and Brian L. Mark},
journal= {arXiv preprint arXiv:2503.00256},
year = {2025}
}
备注
6 pages, 9 figures, 2 tables