文件大小：1.57M
摘要：【目的】随着近海区域业务量快速增长，带宽需求呈现出指数级增长趋势，承载业务的第五代移动通信技术（5G）及后5G(B5G)下一代无线接入网络(NG-RAN)资源即将枯竭，波分复用无源光网络(WDM-PON)因其高带宽等优势，成为支持5G/B5G NG-RAN的有效承载方案。然而，近海复杂多变的环境为WDM-PON的网络部署带来了严峻挑战，如高昂的部署成本、大规模的路径损耗以及恶劣的水下环境等，亟需通过优化网络部署策略降低成本、风险和传输损耗等，以构建适应近海环境的网络。【方法】文章提出了一种多头注意力增强的多智能体深度 (MHA-MAD) Q网络算法，通过多头注意力机制高效提取网络环境的关键特征，并为不同特征赋予动态权重，从而提升建模精度。同时，采用多智能体框架，使多个智能体在共享网络环境中协作与同步决策，实现网络部署的全局优化。【结果】与现有基准方法相比，MHA-MAD Q网络算法在网络部署中的性能提高了近42%，其结果接近理论最优解。此外，与未利用MHA的MAD Q网络算法相比，MHA-MAD Q网络算法在最小化网络部署总成本、节点功耗、链路衰减和网络风险的联合优化目标上，性能提高了近8%。【结论】MHA-MAD Q网络算法为面向近海场景的5G/B5G NG-RAN的WDM-PON部署与优化提供了新思路。
文章目录
0 引言
1 问题描述
2 MILP模型
2.1 优化目标
2.2 约束条件
3 MHA-MAD
3.1 RL组件的定义
3.2 用于特征提取的多头注意力
4 分析与讨论
5结束语
