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 bewiesen, dass dieses Problem NP-vollständig ist. Dann werden zwei asymptotisch optimale Algorithmen vorgeschlagen - 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 erstellen, der die optimale Zuordnung von Signalstärke-Informationen zu Nutzer-Strahl-Paaren abbildet. 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 relevantesten Algorithmen aus früheren Arbeiten deutlich übertreffen und nahe an den asymptotisch optimalen Algorithmen liegen.
다른 언어로
소스 콘텐츠 기반
arxiv.org
더 깊은 질문