3TO:近位ポリシー最適化深層強化学習による6GネットワークにおけるUAVのTHz可能スループットと軌道最適化【JST・京大機械翻訳】

Hassan Sheikh Salman; Park Yu Min; Tun Yan Kyaw; Saad Walid; Han Zhu; Hong Choong Seon

プレプリント

J-GLOBAL ID：202202216300370087 整理番号：22P0285536

3TO:近位ポリシー最適化深層強化学習による6GネットワークにおけるUAVのTHz可能スループットと軌道最適化【JST・京大機械翻訳】

3TO: THz-Enabled Throughput and Trajectory Optimization of UAVs in 6G Networks by Proximal Policy Optimization Deep Reinforcement Learning

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (6件)： , , , , ,
資料名：
発行年： 2022年02月06日プレプリントサーバーでの情報更新日： 2022年02月06日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

次世代ネットワークはユビキタスで高データレート要求を満たす必要がある。したがって,本論文は,6世代(6G)通信ネットワークにおけるテラヘルツ(THz)可能無人機(UAV)のスループットと軌道最適化を考察した。考察されたシナリオでは,複数のUAVは,既存の地上ネットワークと共に,都市地域への第2(TB/s)サービスあたり,オンデマンドテレビットを提供する必要がある。しかし,THz-em動力UAVsは,GUのスループット要求を満たすために,地上ユーザ(GU)連想とUAV軌道最適化のための動的THzチャネル条件,例えば,いくつかの新しい制約を提起する。したがって,これらの課題に取り組むためのフレームワークを提案し,そこでは,ジョイントUAVs-GUs連想,送信電力,および軌道最適化問題を研究した。定式化された問題は混合整数非線形計画法(MINLP)であり,NP困難である。その結果,反復アルゴリズムを提案して,3つの部分問題,すなわちUAVs-GU連想,送信電力,および軌道最適化を繰り返した。シミュレーション結果は,提案アルゴリズムが,ベースラインアルゴリズムと比較して,スループットを,それぞれ,最大10%,68.9%,および69.1%増加させることを示した。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

移動通信 , 計算機網

, , , , ,

前のページに戻る