基于深度强化学习的OFDMA-PON三维资源分配研究与性能分析
陈斌1
顾家骅2
朱敏2
晏春平3
周怡君4
顾萍萍3
1.东南大学 电子科学与工程学院,江苏 南京 2100962.东南大学 移动通信国家重点实验室,江苏 南京 2100963.太仓市同维电子有限公司 江苏 太仓 2154004.东南大学 机械工程学院,江苏 南京 210096
摘要：由于具有大容量、高效灵活的多地址访问、高频谱效率、动态带宽分配等优点,正交频分复用接入无源光网络(OFDMA-PON)成为了下一代光接入网络的最有潜力的选择之一.在OFDMA-PON中,不同的光网络单元(ONU)可以共享子载波资源来支持网络资源管理和有效带宽分配.在上行传输中,多个ONU可以在整个传输周期内的不同时隙(TS)内共享正交低比特率子载波(SC)来传输上行数据.本文提出了一种基于深度强化学习(DRL)的动态子载波分配(DSA)策略.该策略以动态灵活的方式联合分配OFDMA-PON中时隙、子载波和调制格式等三维资源,通过采用合适的调制格式,同时优化业务延迟和ONU发射功率.将本文提出的基于DRL的DSA算法与传统的二维DSA算法进行仿真比较,结果表明,本文提出的DSA算法不仅大大降低了业务延迟,还可以节省ONU发射功率.
关键词：OFDMA-PONDRL动态子载波分配低延迟节能
分类号：TN915.6(通信)
资助基金：国家自然科学基金(61771134)
论文发表日期：2020-12-28
在线出版日期：2026-08-28（本平台首次上网日期，不代表文献的发表时间）
页数：7( 40-46 )
英文信息