【标题】Hierarchical Reinforcement Learning for RIS-Assisted Energy-Efficient RAN

【作者团队】Hao Zhou, Long Kong, Medhat Elsayed

【发表日期】2023.1.7

【论文链接】https://arxiv.org/pdf/2301.02771.pdf

【推荐理由】可重构智能表面 (RIS) 正在成为一种很有前途的技术，可以提高 5G 超越和 6G 网络的能源效率 (EE)。 受这种潜力的启发，本文研究了 RIS 辅助的节能无线电接入网络 (RAN)。 特别是，作者将 RIS 与睡眠控制技术相结合，并开发了一种用于网络管理的分层强化学习 (HRL) 算法。 在 HRL 中，元控制器决定异构网络中小型基站（SBS）的开/关状态，而子控制器可以改变 SBS 的传输功率水平以节省能量。 模拟表明，与无 RIS 条件相比，RIS 辅助睡眠控制可以实现显着更低的能耗、更高的吞吐量和超过一倍的能效。

内容中包含的图片若涉及版权问题，请及时与我们联系删除