Loading...

University of Washington :Hao Yin | 深度强化学习辅助下一代Wi-Fi网络的多接入点协调

强化学习1年前 (2023)发布 智源社区
387 0 0

【标题】Multi-Access Point Coordination for Next-Gen Wi-Fi Networks Aided by Deep Reinforcement Learning

【作者团队】Lyutianyang Zhang, Hao Yin, Sumit Roy, Liu Cao

【发表日期】2022.6.22

【论文链接】https://arxiv.org/pdf/2206.11378.pdf

【推荐理由】企业中的Wi-Fi(以重叠Wi-Fi单元为特征)构成了下一代网络的设计挑战。最近启动的IEEE 802.11be(Wi-Fi 7)工作组的标准化工作重点关注媒体访问控制层的重大变化,这些更改强调了接入点(AP)在无线资源管理(RRM)中的作用,以协调信道访问,因为它与分布式协调功能(DCF)的冲突概率很高,尤其是在密集重叠的Wi-Fi网络中。本文提出了由集中AP控制器(APC)辅助的多AP协调系统结构。并通过深度强化学习信道接入(DLCA)协议,以取代DCF中的二进制指数退避机制,以支持AP之间的协调来提高网络吞吐量。随后提出了一种贪心算法来保持多个AP之间的比例公平性(PF)。通过仿真,验证了DLCA协议在密集重叠Wi-Fi网络中的性能具有很强的稳定性,其网络吞吐量分别比共享传输机会(SH-TXOP)和请求发送/清除发送(RTS/CTS)等基线高10%和3%,考虑比例公平性的网络效用分别高28.3%和13.8%。

University of Washington :Hao Yin | 深度强化学习辅助下一代Wi-Fi网络的多接入点协调University of Washington :Hao Yin | 深度强化学习辅助下一代Wi-Fi网络的多接入点协调University of Washington :Hao Yin | 深度强化学习辅助下一代Wi-Fi网络的多接入点协调University of Washington :Hao Yin | 深度强化学习辅助下一代Wi-Fi网络的多接入点协调University of Washington :Hao Yin | 深度强化学习辅助下一代Wi-Fi网络的多接入点协调

© 版权声明

相关文章

暂无评论

暂无评论...