Multi-Agent Context Learning Strategy for Interference-Aware Beam Allocation in mmWave Vehicular Communications

要約

ミリ波 (mmWave) は、チャネル帯域幅とネットワーク容量を向上させる可能性があるため、5G 以降のネットワークの主要テクノロジーの 1 つとして認識されています。
車両通信を含むさまざまなアプリケーションへのミリ波の使用については、広く議論されてきました。
ただし、ミリ波を車両通信に適用すると、高モビリティ ノードとミリ波ビームに沿った狭いカバレージという課題に直面します。
高密度ネットワークではモビリティが高いため、ビームの重なりが強い干渉を引き起こし、パフォーマンスの低下につながる可能性があります。
解決策として、ミリ波のビーム切り替え機能を利用できます。
その場合、干渉を管理するために頻繁なビーム切り替えとセル変更が避けられなくなり、計算とシグナリングの複雑さが増大します。
干渉制御の複雑さに対処するために、私たちはマルチエージェント コンテキスト学習 (MACOL) と呼ばれる新しい戦略を開発しました。これは、ネットワーク内の車両にサービスを提供するミリ波ビームを割り当てながら、コンテキスト バンディットを利用して干渉を管理します。
私たちのアプローチは、隣接するビームの状態に関する知識を活用することで、機械学習エージェントが他の進行中の送信への潜在的な干渉送信を特定し、回避できることを示しています。
さらに、トラフィック負荷が大きい場合でも、提案した MACOL 戦略が約 10% の低い干渉レベルを維持できることを示します。

要約(オリジナル)

Millimeter wave (mmWave) has been recognized as one of key technologies for 5G and beyond networks due to its potential to enhance channel bandwidth and network capacity. The use of mmWave for various applications including vehicular communications has been extensively discussed. However, applying mmWave to vehicular communications faces challenges of high mobility nodes and narrow coverage along the mmWave beams. Due to high mobility in dense networks, overlapping beams can cause strong interference which leads to performance degradation. As a remedy, beam switching capability in mmWave can be utilized. Then, frequent beam switching and cell change become inevitable to manage interference, which increase computational and signalling complexity. In order to deal with the complexity in interference control, we develop a new strategy called Multi-Agent Context Learning (MACOL), which utilizes Contextual Bandit to manage interference while allocating mmWave beams to serve vehicles in the network. Our approach demonstrates that by leveraging knowledge of neighbouring beam status, the machine learning agent can identify and avoid potential interfering transmissions to other ongoing transmissions. Furthermore, we show that even under heavy traffic loads, our proposed MACOL strategy is able to maintain low interference levels at around 10%.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google