Mar, 2017

基于相关赌博学习的小区域传输功率分配

PDF
TL;DR本文提出了一种基于随机赌博理论和贝叶斯原理的小型基站传输功率分配算法，其通过利用人类用户行为的简单覆盖反馈，极大地减少了计划人员的人力测量。该算法在考虑了功率切换惩罚的同时，将相似功率值之间的性能相关性纳入考虑，利用先前的先验知识恢复了更多的性能下降，并达到了最优长期功率设置。
ultra dense networkssmall base stationstochastic bandit theorybayesian principlepower switching penalties
发现论文，激发创造
  • 缓存启用的小型蜂窝网络：建模与权衡

    研究了在具有缓存能力的小型基站网络模型中，通过确定性分布或本地缓存满足用户需求的方式，分析了系统性能的关键操作参数，并演示了目标文件比特率、存储大小、文件长度和文件流行度对故障概率和平均交付速率的影响。

    May, 2014

  • 小区缓存的协作多智体多臂赌博学习

    该研究在未知用户偏好情况下，探究了学习型缓存在小型蜂窝网络（SCN）中的应用。在这个问题中，我们从多智能体多武器老虎机（MAMAB）的角度模拟这个序列决策问题。我们提出几种 MAMAB-Based 算法，在静态和非静态环境下直接学习缓存策略，以实现最小化系统长期传输延迟的目标。该研究验证了所提出的算法的有效性，并进一步讨论了不同参数对缓存性能的影响。

    Jan, 2020

  • 异构蜂窝网络的负载均衡用户关联

    使用低复杂度的分布式算法通过对网络宽带优化来尝试解决小型细胞技术的优化问题，以及通过对偏置值的谨慎选择获得了大量吞吐量收益和速率增益。

    May, 2012

  • 上行异构网络的分布式线性预编码优化和基站选择

    本文主要研究如何在异构无线网络中同时优化用户的线性协处理器以及其与基站关联的问题。研究表明，将该问题转化为非合作博弈论可以获得最佳结果，并介绍了一种分布式算法来实现较高的吞吐量和负载平衡。

    May, 2012

  • 异构网络中的最优资源管理基站激活和线性收发器设计

    该论文探讨了在密集部署的异构网络中如何通过联合优化中继器和确定活动基站集来实现高系统资源利用率，提出了两种常见设计标准下的公式和有效算法，并通过广泛的数值模拟证明了所提出算法的高效性和功效。

    Sep, 2013

  • O-RAN 中基于在线学习的虚拟基站自适应资源分配

    虚拟基站（vBS）中资源分配的在线学习算法，平衡有效吞吐量和虚拟基站能耗，在各种环境下实现零平均最优差距，节约高达 64.5% 的能耗。

    Sep, 2023

  • 无线局域网用户感知的传输功率控制

    本文是第一篇在生产网络环境中使用基于用户感知的传输功率控制系统的研究，提出了一种新的方法来评估用户密度和研究了一种新的机器学习方法以估算缺失信号强度测量值。实验表明，相较于现有技术方案，该新系统可以提高 15dBm 的中位信号强度，同时降低空间干扰，代价是由于终端不合作性导致的上行信号强度下降了 5dBm。

    Feb, 2023

  • 异构网络中的节能小区激活、用户关联和频谱分配

    本文提出一种基于优化的框架，用于异构无线网络中的能量高效全局无线资源管理，具体包括联合优化用户关联和频谱分配来稳定网络，然后最小化延迟。数值结果显示，与现有方案相比，该方案显著降低了能量消耗并提高了服务质量。

    Sep, 2015

  • 非随机学习方法在能源高效移动管理中的应用

    本文采用基于学习的方法来解决超密集、异构蜂窝，大规模节点的无线网络能源效率管理问题。其中，操作实时性以及基站切换成本等问题也被考虑。本文提出了 Batched Randomization with Exponential Weighting (BREW) 策略和 Ranking Expert (RE) 策略，并针对其复杂度的问题做了进一步的优化和证明。经过实验和对各种情况的演示，以上两种策略不仅可以极大地降低系统能耗，还具备了较强的实用性和鲁棒性。

    Aug, 2016

  • 基于定价的分布式用户关联算法在异构蜂窝网络下行链路的应用

    本文研究了基于比例公平性的用户与基站关联的优化问题，提出了分布式的价格更新策略和联合用户关联和功率控制、波束成形优化方法，并证明了该算法优于现有的方法。

    Jul, 2014