MMDec, 2023
基于空间深度学习的航空基站场地特定移动优化
Spatial Deep Learning for Site-Specific Movement Optimization of Aerial Base Stations
Jiangbin Lyu, Xu Chen, Jiefeng Zhang, Liqun Fu
TL;DR无人机可以作为空中基站在不同的紧急场景中为地面用户提供无线连接。本文提出了一种空间深度学习与多维精英表征存档（SDL-ME）算法，用于解决联合放置受限覆盖范围的多个空中基站，以最大化移动用户的平均覆盖率。算法通过将复杂的基站移动问题划分为多个子问题，并利用编码 - 解码深度神经网络（DNN）作为仿真器来捕捉基站与用户的空间相关性，从而减少与实际环境的交互成本，并提供了用于多个基站移动协调的规划 - 探索 - 服务方案。数值结果表明，所提出的方法在平均覆盖率、训练时间和 / 或样本效率方面显著优于基准深度强化学习（DRL）方法和其他两种基准方法。此外，所提出的方法在一次训练后可以应用于基站数目动态变化和 / 或具有不同 / 变化用户速度的场景，相对于传统的 DRL 方法更为鲁棒和灵活。