Depending on the amount of data to process, file generation may take longer.

If it takes too long to generate, you can limit the data by, for example, reducing the range of years.

Article

Download BibTeX

Title

Dynamiczne wygaszanie punktów transmisyjnych w wieloantenowej sieci piątej generacji z użyciem głębokiego uczenia ze wzmocnieniem

Authors

[ 1 ] Instytut Radiokomunikacji, Wydział Informatyki i Telekomunikacji, Politechnika Poznańska | [ SzD ] doctoral school student

Scientific discipline (Law 2.0)

[2.3] Information and communication technology

Year of publication

2022

Published in

Przegląd Telekomunikacyjny - Wiadomości Telekomunikacyjne

Journal year: 2022 | Journal number: nr 4

Article type

scientific article / paper

Publication language

polish

Keywords
PL
  • 5G
  • Dynamiczne Wygaszanie Punktów Transmisyjnych
  • Głębokie Uczenie ze Wzmocnieniem
  • Systemy Wieloantenowe
EN
  • 5G
  • Deep Reinforcement Learning
  • Dynamic Point Blanking
  • Massive MIMO
Abstract

PL Dynamiczne wygaszanie punktów transmisyjnych to jedna z technik skoordynowanej transmisji z wielu punktów transmisyjnych, w której niektóre stacje bazowe mogą być tymczasowo wyciszone, np. w celu poprawy przepustowości użytkowników na obrzeżach komórki. W niniejszym artykule zaproponowano wykorzystanie głębokiego uczenia ze wzmocnieniem do wyboru schematu wygaszania, który zwiększa przepływność użytkowników znajdujących się na skraju komórki. Zaproponowany algorytm wykorzystuje sieć neuronową do wyboru schematu wygaszania na podstawie lokalizacji użytkowników. Badania symulacyjne wykazały, że dzięki zaproponowanemu rozwiązaniu przepływność użytkownika na krawędzi komórki możne wzrosnąć około 14,14 razy.

EN Dynamic Point Blanking (DPB) is one of the Coordinated MultiPoint (CoMP) techniques, where some Base Stations (BSs) can be temporarily muted, e.g., to improve the cell-edge users throughput. In this paper, it is proposed to obtain the muting pattern that improves cell-edge users throughput with the use of Deep Reinforcement Learning technique. The proposed algorithm utilizes deep neural network to select muting pattern on the basis of user locations. Simulation studies have shown that cell-edge user throughput can be improved by the ratio of about 14.14, while using the proposed algorithm.

Pages (from - to)

416 - 420

DOI

10.15199/59.2022.4.71

URL

https://sigma-not.pl/zeszyt-6934-przeglad-telekomunikacyjny-2022-4.html

Comments

numer katalogowy: 139003

Presented on

Multikonferencja Środowiska Tele- i Radiokomunikacyjnego 2022, 7-9.09.2022, Warszawa, Polska

Open Access Mode

publisher's website

Open Access Text Version

final published version

Ministry points / journal

20

This website uses cookies to remember the authenticated session of the user. For more information, read about Cookies and Privacy Policy.