open radio access network | BriefGPT

关键词open radio access network

搜索结果 - 11

MMProSAS：NR 和 LTE 之间频谱共享的 O-RAN 方法
本文介绍了基于数据驱动的 O-RAN 兼容频谱共享解决方案 ProSAS，它是一种智能无线资源需求预测和管理方案，用于意图驱动的频谱管理，旨在最小化 RANs 的多余或不足问题，并展示了该解决方案在真实 LTE 资源使用数据和合成 NR 数
PDF3 months ago
O-RAN 中网络切片的高效资源分配的半监督学习方法
我们提出了一种创新的方法，旨在协调 Open Radio Access Network（O-RAN）中的多个独立 xAPPs，以实现网络切片和资源分配，并优化用户设备（UE）之间的加权吞吐量和物理资源块（PRB）的分配。通过设计 power
PDF6 months ago
基于贝叶斯框架的深度强化学习在联合 O-RAN/MEC 协同管理中的应用
提出了一种基于贝叶斯深度强化学习框架的联合 O-RAN/MEC 编排，用于控制 O-RAN 功能分割、分配资源和主机位置、O-RAN/MEC 数据流的路由，以最小化长期网络操作成本并最大化 MEC 性能指标。
PDF6 months ago
FROST: 朝能效型 AI-on-5G 平台迈进 - GPU 功耗限制评估
通过 FROST（Flexible Reconfiguration method with Online System Tuning），我们提出了一种能源感知的机器学习管道解决方案，可根据 O-RAN 的规范和原则对能耗进行优化，从而实现高
PDF9 months ago
MM一种安全且加速的基于深度强化学习的 O-RAN 切片的混合迁移学习方法
提出了使用深度强化学习 (DRL) 算法的开放无线接入网络 (O-RAN) 切片的转移学习 (TL) 辅助方法，通过政策复用和蒸馏转移学习方法实现了快速收敛和改进泛化能力，显著提高了初始奖励值和收敛场景百分比，减少了奖励方差。
PDF10 months ago
预测对 O-RAN 切片中 DRL 技术收敛的影响是如何的？
通过时间序列预测流量需求对深度强化学习 (DRL) 的收敛性进行研究，提出了一种新的预测辅助 DRL 方法，实现了 DRL 代理的改进和泛化性能优化。
PDF10 months ago
O-RAN 中的智能负载均衡与资源分配：一种多智能体多臂赌博机方法
该论文研究了如何利用机器学习算法实现开放式无线接入网络的智能化管控，提出了一种基于多智能体和多臂赌博机的负载平衡和资源分配策略，并通过仿真实验证明，该算法在有效提升网络吞吐率的同时，相对于基于规则的和其他启发式算法，更能实现开放接入单元之间
PDFa year ago
MM基于强化学习的开放式 RAN 中稀疏感知智能大规模随机接入控制
提出了基于强化学习的闭环访问控制方案，通过近实时的无线接入网络智能控制器与环境的持续交互来确定强化学习策略，以实现对 Open Radio Access Network 中大规模访问请求的高效控制和管理，同时还提出了数据驱动的深度强化学习辅
PDFa year ago
面向 O-RAN 的演员 - 评论家网络资源分配：xApp 设计，部署和分析
本文介绍了一种针对 O-RAN 的端到端设计和评估过程，探讨了如何利用两种不同的强化学习方法开发基于强化学习的 xApp，并考虑了最新发布的 O-RAN 架构和接口。
PDF2 years ago
面向下一代开放式无线接入网络 ——O-RAN 能做什么，不能做什么！
这篇研究论文主要介绍了 O-RAN 作为 6G 无线研究和开发框架的限制，并提出了解决这些限制的技术措施，为 O-RAN 平台的能力扩展和 6G 无线发展提供了研发机会，其中关键特性包括端到端的安全，确定性延迟，物理层实时控制以及基于人工智
PDF3 years ago
Open-RAN 网络资源分配的自博弈学习策略
本文提出了基于深度强化学习和类似于 AlphaGo Zero 的神经蒙特卡罗树搜索的自我对抗自学习策略，以实现不同网络条件下的智能 RU-DU 资源分配，并研究了 ORAN 系统中 RU-DU 资源分配问题的 2D 装箱模型
PDF3 years ago