基于上下文学习的电力物联网接入控制方法

• Published in: 通信学报 Vol. 42; no. 3; pp. 150 - 159
• Main Authors: 周振宇, 贾泽晗, 廖海君, 赵雄文, 张磊
• Format: Journal Article
• Language: Chinese
• Published: 华北电力大学新能源电力系统国家重点实验室,北京 102206 25.03.2021; 东南大学移动通信国家重点实验室,江苏 南京 210096%国网山东省电力公司电力科学研究院,山东 济南 250003
• Subjects: 上下文学习; 6G; 海量终端接入; 快速上行链路授权; 电力物联网
• ISSN: 1000-436X
• DOI: 10.11959/j.issn.1000-436x.2021062

TN915; 针对6G时代电力物联网海量终端接入冲突严重、队列积压大、能量效率低等问题,提出了一种基于上下文学习的接入控制算法.所提算法基于强化学习和快速上行链路授权技术,考虑终端活跃与休眠2种状态,优化目标为在终端接入服务质量需求的长期约束下最大化网络总能量效率.利用李雅普诺夫优化对长期优化目标与约束进行解耦,将长期优化问题转化为单时隙独立的确定性子问题,并利用基于终端状态感知的上置信界算法进行求解.仿真结果表明,所提算法能够在满足终端接入服务质量需求的同时,有效提高网络总能量效率.相较于传统快速上行链路授权算法,所提算法可提高平均能量效率48.11％,提高满足接入服务质量需求的终端比例54.95％,降低平均队列积压83.83％.