Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Q-Learning-based Setting of Cell Individual Offset for Handover of Flying Base Stations

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F22%3A00359437" target="_blank" >RIV/68407700:21230/22:00359437 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://doi.org/10.1109/VTC2022-Spring54318.2022.9860721" target="_blank" >https://doi.org/10.1109/VTC2022-Spring54318.2022.9860721</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1109/VTC2022-Spring54318.2022.9860721" target="_blank" >10.1109/VTC2022-Spring54318.2022.9860721</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Q-Learning-based Setting of Cell Individual Offset for Handover of Flying Base Stations

  • Popis výsledku v původním jazyce

    Flying base stations (FlyBSs) are widely used to improve coverage and/or quality of service for users in mobile networks. To ensure a seamless mobility of the FlyBSs among the static base stations (SBSs), an efficient handover mechanism is required. We focus on the handover of FlyBSs among SBSs and we dynamically adjust the cell individual offset (CIO) of the SBSs based on their load to increase the sum capacity of the users served by the FlyBSs while considering also a handover cost. Due to complexity of the defined problem and limited knowledge of other parameters required for conventional optimization methods, we adopt Q-learning to solve the problem. For Q-learning, we define a reward function reflecting the tradeoff between the capacity of users and the cost of performed handovers. The proposed Q-learning based approach converges promptly and increases the sum capacity of the users served by the FlyBSs by up to 23% for eight deployed FlyBSs comparing to state-of-the-art algorithms. At the same time, the number of handovers performed by the FlyBSs is notably reduced (up to 25%) by the proposal.

  • Název v anglickém jazyce

    Q-Learning-based Setting of Cell Individual Offset for Handover of Flying Base Stations

  • Popis výsledku anglicky

    Flying base stations (FlyBSs) are widely used to improve coverage and/or quality of service for users in mobile networks. To ensure a seamless mobility of the FlyBSs among the static base stations (SBSs), an efficient handover mechanism is required. We focus on the handover of FlyBSs among SBSs and we dynamically adjust the cell individual offset (CIO) of the SBSs based on their load to increase the sum capacity of the users served by the FlyBSs while considering also a handover cost. Due to complexity of the defined problem and limited knowledge of other parameters required for conventional optimization methods, we adopt Q-learning to solve the problem. For Q-learning, we define a reward function reflecting the tradeoff between the capacity of users and the cost of performed handovers. The proposed Q-learning based approach converges promptly and increases the sum capacity of the users served by the FlyBSs by up to 23% for eight deployed FlyBSs comparing to state-of-the-art algorithms. At the same time, the number of handovers performed by the FlyBSs is notably reduced (up to 25%) by the proposal.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    20203 - Telecommunications

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/LTT20004" target="_blank" >LTT20004: Spolupráce s mezinárodním výzkumným centrem v oblasti digitálních komunikačních systémů</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2022

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    2022 IEEE 95th Vehicular Technology Conference: (VTC2022-Spring)

  • ISBN

    978-1-6654-8243-1

  • ISSN

  • e-ISSN

    2577-2465

  • Počet stran výsledku

    7

  • Strana od-do

  • Název nakladatele

    IEEE Conference Publications

  • Místo vydání

    Piscataway

  • Místo konání akce

    Helsinki

  • Datum konání akce

    19. 6. 2022

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku

    000861825801151