基于深度强化学习的光无线融合接入网端到端网络切片映射

摘要

在光无线融合接入网中，光波长负责承载无线数据，其传输速率反过来影响计算资源和光带宽资源的分配。但是，光端和无线端的独立调度往往不够灵活，导致光端和无线资源的协作和利用效率低下。研究了光无线融合接入网端到端(E2E)网络切片映射问题。为了结合无线端用户需求和光端无线接入网(RAN)切片调度，建立了端到端网络切片映射模型，并提出了一种深度强化学习(DRL)方法。为了增强DRL代理的决策过程，提出了一种切片请求分解方案，将每个切片请求被分为两个子请求，最后通过模拟大规模的33节点网络来评估该算法的有效性。结果表明，提出的DRL优于启发式算法，在大规模网络中减少了34.4%的网络资源。

关键词

端到端光无线网络切片 / 无线接入网(RAN)切片 / 深度强化学习