| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2013-10-18 14:00 ヘテロジニアスネットワークにおける分散Q-learningを用いたセル選択手法 ○工藤聡倫・大槻知明（慶大）  RCS2013-167 |
|
| 抄録 | （和） | ヘテロジニアスネットワークにおいて，ピコ基地局 (PBS) からの受信電力へバイアス値を加算し，疑似的にピコセル径を拡張するcell range expansion (CRE) は，セル端user equipment (UE) やネットワーク全体のスループット向上が見込まれているが，それにより接続セルの選択はより複雑化する．バイアス値は全UE共通のものが使用されることが多いが，UE毎に設定することで更なるUE outage数の減少が見込まれる．しかし，最適なバイアス値は各UEの受信品質やUE分布，無線リソースの使用状況等に依存するため，UE毎に最適なバイアス値を設定することは困難である．そこで，本稿ではUE毎にQ-learningを用いて接続セルを選択することでUE outage数を減少させる手法を提案する．シミュレーションにおいて，提案法は実用可能な共通バイアス値設定手法と比較し，UE outage数を減少させ，ネットワーク全体のスループットを向上させることを示す．また，以前に我々が提案したQ-learningによりUE毎にバイアス値を決定する手法に比べ，UE outage 特性の小さい劣化はあるが，学習において必要なQ-tableサイズを小さく抑えられることも示す． |
| （英） | Cell range expansion (CRE) expands a pico cell range virtually by adding a bias value to the pico received power, instead of increasing transmit power of the pico base station (PBS). Although it can make coverage, cell-edge throughput, and overall network throughput improved, cell selection becomes complicated. UE outages can be reduced with bias values set by each UE. However, because of the difficulty of setting bias value of each UE, many studies about CRE have used a common bias value among all user equipments (UEs). In this report, we propose a scheme to select a cell by using Q-learning algorithm where each UE learns which cell to select to reduce the number of UE outages from its past experience independently. Simulation results show that, compared to the practical common bias value setting, the proposed scheme reduces the number of UE outages and improves network throughput in most cases. Moreover, instead of a small increase of UE outages, it also reduces the required memory size compared with our previous proposed method. | |
| キーワード | （和） | ヘテロジニアスネットワーク / Cell range expansion / セル選択 / Picocell / 強化学習 / Q-learning / Multi-agent system / |
| （英） | Heterogeneous network / Cell range expansion / Cell selection / Picocell / Reinforcement learning / Q-learning / Multi-agent system / | |
| 文献情報 | 信学技報, vol. 113, no. 246, RCS2013-167, pp. 145-150, 2013年10月. | |
| 資料番号 | RCS2013-167 | |
| 発行日 | 2013-10-10 (RCS) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | RCS2013-167 |
|
| 研究会情報 | |
| 研究会 | RCS |
| 開催期間 | 2013-10-17 - 2013-10-18 |
| 開催地（和） | 上智大学 |
| 開催地（英） | Sophia Univ. |
| テーマ（和） | 無線通信方式，無線通信システム，標準化および一般 |
| テーマ（英） | Wireless Communication Schemes, Wireless Communication Systems, Wireless Standards, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | RCS |
| 会議コード | 2013-10-RCS |
| 本文の言語 | 日本語 |
| タイトル（和） | ヘテロジニアスネットワークにおける分散Q-learningを用いたセル選択手法 |
| サブタイトル（和） | |
| タイトル（英） | Q-Learning Based Cell Selection in Heterogeneous Networks |
| サブタイトル（英） | |
| キーワード(1)（和/英） | ヘテロジニアスネットワーク / Heterogeneous network |
| キーワード(2)（和/英） | Cell range expansion / Cell range expansion |
| キーワード(3)（和/英） | セル選択 / Cell selection |
| キーワード(4)（和/英） | Picocell / Picocell |
| キーワード(5)（和/英） | 強化学習 / Reinforcement learning |
| キーワード(6)（和/英） | Q-learning / Q-learning |
| キーワード(7)（和/英） | Multi-agent system / Multi-agent system |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 工藤 聡倫 / Toshihito Kudo / クドウ トシヒト |
| 第1著者 所属（和/英） | 慶應義塾大学 (略称： 慶大) Keio University (略称： Keio Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 大槻 知明 / Tomoaki Ohtsuki / |
| 第2著者 所属（和/英） | 慶應義塾大学 (略称： 慶大) Keio University (略称： Keio Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2013-10-18 14:00:00 |
| 発表時間 | 20分 |
| 申込先研究会 | RCS |
| 資料番号 | RCS2013-167 |
| 巻番号（vol） | vol.113 |
| 号番号（no） | no.246 |
| ページ範囲 | pp.145-150 |
| ページ数 | 6 |
| 発行日 | 2013-10-10 (RCS) |
[研究会発表申込システムのトップページに戻る]