強化学習を用いたセルラ接続UAVの適応高さ最適化【JST・京大機械翻訳】

Fonseca Erika; Galkin Boris; Amer Ramy; DaSilva Luiz A.; Dusparic Ivana

プレプリント

J-GLOBAL ID：202202220892201751 整理番号：21P0041453

強化学習を用いたセルラ接続UAVの適応高さ最適化【JST・京大機械翻訳】

Adaptive Height Optimisation for Cellular-Connected UAVs using 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 (5件)： , , , ,
資料名：
発行年： 2020年07月27日プレプリントサーバーでの情報更新日： 2022年04月13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)

細胞接続UAVへの信頼できる連結性を提供することは非常に困難である。それらの性能は,地上BSの密度や高さのような周辺環境の性質に大きく依存する。他方,高層建築は地上BSから望ましくない干渉信号をブロックし,それによってUAVとそれらの供給BS間の連結性を改善した。このような環境におけるUAVの接続性に対処するために,本論文では,スループットまたはスペクトル効率を増加させるという目標で,環境を通して移動するUAVの高さを動的に最適化するためのRLアルゴリズムを提案した。提案した解決策を2つの設定で評価する:BSと建物密度の数を変化させる一連の発生環境,およびDublin(アイルランド)における実験から得た実世界データを用いたシナリオ。結果は,提案したRLベースの解決策が,シナリオに依存して,UAVs QoSを6%から41%に改善することを示した。また,建物より高い高さで飛行するとき,建物密度変動がUAV QOSに影響を与えないと結論した。他方,BS密度はUAV QOSに負に影響し,より多くの干渉を生成し,UAV性能を悪化させる。【JST・京大機械翻訳】

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

移動通信

, , , ,

前のページに戻る