在切片场景中使用意图感知的实现无线资源调度.pptxVIP

在RAN切片场景中使用意图感知的RL实现无线资源调度答辩人：xxx指导老师：xxx

-目录一、选题依据课题综述课题难点课题方案和需要条件计划进度与预期成果12345

在RAN切片场景中使用意图感知的RL实现无线资源调度一、选题依据5G时代主要考虑三种使用场景，即增强型移动宽带(eMBB)、大规模机器类型通信(mMTC)和超可靠低延迟通信(URLLC)eMBB场景是当今移动宽带应用的扩展，包括新兴的超高清视频、360度视频和AR/VR应用，这些应用需要10gbps的峰值数据速率。mMTC方案是当今低功耗广域技术的增强，例如每平方公里需要100万个连接的IoT。开发URLLC场景是为了支持对可靠性和延迟极其敏感的关键任务应用程序，例如自动驾驶汽车、工业和计算机人工智能4.0和智能电网

在RAN切片场景中使用意图感知的RL实现无线资源调度1.1网络切片技术与4G架构不同，5G预计将考虑多样化的业务需求。5G本质上成为一个多用户生态系统，其中用户指的是对共享资源具有特定访问权限和特权的用户或用户组。因此，5G网络提供多用户支持和服务定制连接，提供一流的服务质量(QoS)，最终实现持久的体验质量(QoE)，并在共享的底层网络基础设施之上提供真正差异化的服务供应

网络切片使网络的用户能够在服务水平协议(SLA)中指定其服务需求[1]，网络运营商应合理完成的网络切片来满足这些SLA

由于切片被认为是端到端网络，核心网(CN)和无线接入网(RAN)都需要切片[2]。SDN(softwaredefinedNetwork)和NFV(NetworkFunctionVirtualization)支持对CN进行切片。在[3]中研究了网络功能的实例化和部署的架构设计方面。在无线局域网中，切片涉及到共享物理无线电资源，如基站、带宽和传输时间间隔。因此，无线电资源调度(RRS)对于确保满足SLA，同时确保片之间的隔离至关重要

在RAN切片场景中使用意图感知的RL实现无线资源调度1.2强化学习的无线资源调度为了应对5G网络的挑战性场景，已经提出了一系列候选技术。在物理层，利用大规模天线技术提供分集增益并支持增加的容量，大规模物联网连接的非正交多址技术和6GHz以上频谱的毫米波技术。最近，人工智能被引入到5G网络中[6]在网络层，提出了超密集网络架构。网络切片与软件定义网络、网络功能虚拟化、移动边缘计算等技术相结合，将整个网络划分为不同配置的不同切片，使网络运营商能够在满足不同用户服务质量需求的同时有效利用网络资源正如我们所看到的，现代移动无线网络已经成为一个"大杂烩"的技术，不能完全描述一个统一的理论模型之前大多数提出的通信技术都是建立在具有清晰抽象和简化的高级模型之上的。但最近这种方式也在逐渐失去原先的优势

在RAN切片场景中使用意图感知的RL实现无线资源调度1传统的基于模型的范式应该与新的数据驱动范式进行重新评估，在这种范式中，通信技术直接建立在网络产生的数据之上。而不是带有人为假设的纯数学模型2一些初步研究表明[8,9]，数据驱动范式在物理层和网络层都具有潜力。数据驱动的移动无线网络的关键是使用最先进的机器学习技术31.3意图感知4自主网络是由降低运营成本的愿望驱动的，并使整个网络的管理更直接，这与一次管理一个设备和一个功能的网络需求不一致。然而，尽管自主网络旨在展示"自我管理"属性，但它们仍然需要来自运营商或外部系统的输入，以提供有关网络要服务的目标、目的和服务实例的操作指导和信息5这种输入和操作指导通常被称为"意图"，允许网络运营商使用意图提供输入的网络被称为"基于意图的网络"(IBN)，而帮助实现意图的系统被称为"基于意图的系统"(IBS)

在RAN切片场景中使用意图感知的RL实现无线资源调度课题综述故而本文提出了一种意图感知强化学习方法。在RAN切片场景，提出了使用Softactor-critic(SAC)RL代理执行片间分配和用于片内调度的轮询调度程序的意图感知RRS。该方法支持不同的切片类型和指标，重点关注SLA中通用意图模型中描述的意图需求

在RAN切片场景中使用意图感知的RL实现无线资源调度课题难点一个闭环来处理由网络场景变化(无人为干预)和网络运营商提供的意图更新引起的意图漂移——意图漂移的计算使用软角色-评论家(SAC)RL代理执行片间分配和用于片内调度的轮询调度程序的意图感知RRS

在RAN切片场景中使用意图感知的RL实现无线资源调度课题方案和需要条件了解无线接入网(RAN)领域的网络切片的原理和在服务水平协议(SLA)中的公共意图模型，理解softactor-critic(SAC)的强化学习的方法。掌握通信网络切片系统的结构与搭建学习QuaDRiGa软件在空间和频率上一致地生成UE信道。该统计信道模拟器可从统