基于极值理论的预测干扰管理实现超高可靠性
系统与控制
2025-01-22 v1 系统与控制
摘要
超可靠低时延通信（URLLC）需要创新的方法来建模信道和干扰动力学，这超越了传统的平均估计，涵盖整个统计分布，包括挑战实现超可靠性性能区域的稀有和极端事件。本文提出一种基于极值理论（EVT）的风险敏感方法，用于预测信噪比（SINR），以实现URLLC系统中的高效资源分配。我们采用EVT估计稀有和极端干扰值的统计数据，采用核密度估计（KDE）来建模非极端事件的分布。通过混合模型，我们开发了基于分位数预测的干扰预测算法，引入置信水平参数以平衡可靠性和资源使用。虽然考虑了干扰估计的风险敏感性，但预测结果随后用于在链路中断约束下进行URLLC传输的适当资源分配。仿真结果表明，所提出的方法比最先进的一次离散时间马尔可夫链（DTMC）方法更优，使中断率降低最高可达100倍，实现中断概率最低可达。同时，它比DTMC方法减少约15%的无线电资源使用，仅比拥有完美干扰知识的情形高出约20%，从而显著提高了预测准确性。此外，该方法样本高效，能够用最少的训练数据有效预测干扰。
引用
@article{arxiv.2501.11704,
title = {Ultra-High Reliability by Predictive Interference Management Using Extreme Value Theory},
author = {Fateme Salehi and Aamir Mahmood and Sinem Coleri and Mikael Gidlund},
journal= {arXiv preprint arXiv:2501.11704},
year = {2025}
}
备注
6 pages, 5 figures, Accepted for IEEE ICC 2025