文献

J-GLOBAL ID：202102237422781543   整理番号：21A0540091

マルチエージェント強化学習に基づく負荷を意識した衛星ハンドオーバ戦略【JST・京大機械翻訳】

Load-Aware Satellite Handover Strategy Based on Multi-Agent Reinforcement Learning

著者 (3件)： He Shuxin (Nanjing University,School of Electronic Science and Engineering,Nanjing,China,210023) ,  Wang Tianyu (Nanjing University,School of Electronic Science and Engineering,Nanjing,China,210023) ,  Wang Shaowei (Nanjing University,School of Electronic Science and Engineering,Nanjing,China,210023)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： GLOBECOM  ページ： 1-6  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 低地球軌道(LEO)衛星は,将来の移動通信ネットワークにおける個人のグローバル通信を実現するために重要な役割を果たし,そこでは,地上ユーザは,配置における高密度に配備された衛星により複数の衛星によってカバーできる。LEO衛星の速度がモバイルユーザのものよりはるかに高いので,それは大量の衛星ハンドオーバを生み出して,それは重い信号オーバヘッドを引き起こした。また,地上ユーザは衛星チャネルに対して競合する必要があり,一方,それらは個々のビューから衛星システムの部分情報のみを得ることができる。したがって,分散衛星ハンドオーバ戦略は,ネットワーク輻輳を避けるために衛星負荷のバランスをとるために必要であり,同時に,低い信号伝送オーバヘッドを維持する。本論文では,各衛星の負荷制約を満たしながら,平均衛星ハンドオーバを最小化することを目的とするマルチエージェント強化学習に基づく新しい衛星ハンドオーバ戦略を提案した。シミュレーション結果は,提案した戦略が平均衛星ハンドオーバとユーザブロッキング率に関して基本基準に基づくローカルハンドオーバ戦略より優れていることを示した。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： シミュレーション ,  信号伝送 ,  通信 ,  チャネル ,  *強化学習 ,  *ハンドオーバ
準シソーラス用語： モバイルユーザ ,  モバイルネットワーク ,  LEO衛星 ,  オーバヘッド ,  高密度 ,  地球軌道 ,  *マルチエージェント ,  ネットワーク輻輳 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： マルチエージェント ,  強化学習 ,  意識 ,  衛星 ,  ハンドオーバ ,  戦略