Der Artikel befasst sich mit dem Problem der gemeinsamen Auswahl von Nutzern und Strahlen in Millimeterwellen-Netzwerken, um die gewichtete Summe der Übertragungsraten zu maximieren.
Zunächst wird gezeigt, dass dieses Problem NP-vollständig ist. Dann werden zwei asymptotisch optimale Algorithmen vorgestellt - ein auf Markov-Ketten-Monte-Carlo (MCMC) basierter Algorithmus und ein auf lokalem Interaktionsspiel (LIG) basierter Algorithmus. Diese Algorithmen können verwendet werden, um einen Datensatz zu generieren, der die optimale Zuordnung von Empfangssignalstärke-Informationen zu Nutzer-Strahl-Paaren enthält. Dieser Datensatz kann dann verwendet werden, um Online-Lernalgorithmen für die Nutzer- und Strahlauswahl in Millimeterwellen-Netzwerken zu trainieren.
Darüber hinaus werden zwei schnelle, auf einem Greedy-Ansatz basierende Algorithmen (NGUB1 und NGUB2) vorgestellt. Simulationen zeigen, dass diese Algorithmen die Leistung der relevantesten Algorithmen aus früheren Arbeiten deutlich übertreffen und nahe an der asymptotischen Optimalität liegen.
To Another Language
from source content
arxiv.org
Key Insights Distilled From
by Santosh Kuma... at arxiv.org 03-19-2024
https://arxiv.org/pdf/2402.07563.pdfDeeper Inquiries