近日，我系届本科毕业生蓝桥同学作为第一作者、届硕士毕业生吕博杰同学作为第二作者在IEEETransactionsonWirelessCommunications(IEEETWC)上发表了题为“AdaptiveVideoStreamingforMassiveMIMONetworksviaApproximateMDPandReinforcementLearning”的论文。该论文由我系王锐副教授和贡毅教授指导。
传输视频流的大规模多天线网络示意图
随着近年来高速无线网络和智能个人终端的普及，视频流内容在无线流量中占据的比例正在快速上升。该论文考虑一个用户随机出现的大规模多天线网络，将视频和无线资源分配问题建模为一个无限阶段折扣马尔科夫决策过程。为解决此问题中的“维度灾难”，论文新颖地提出基线策略并推导此基线策略的值函数的渐进闭式表达。对上述表达式进行一步迭代可以获得更优的策略。当表达式中的部分统计参数（例如，用户的平均到达率）未知时，调度系统可以学习这些参数。与需要学习值函数或Q函数的传统强化学习和深度强化学习不同，此处调度系统利用已有的表达式，仅需学习少量统计参数，从而大大降低了复杂度。这一套方法可以被拓展到其他具有复杂动态过程的无线资源分配问题。
论文中提出的低复杂度算法框架
论文于年中投稿，并在十一个月的审稿期内根据审稿人意见完成了两次修订。自年以来，王锐副教授课题组基于马尔科夫决策过程的一系列无线资源调度的工作发表于IEEETCOM，IEEETWC和IEEETVT等通信领域顶级和权威期刊上。
论文的部分工作发表于通信领域两大旗舰会议之一的IEEEICC。论文的第一作者蓝桥同学年本科毕业后于香港大学攻读博士学位，第二作者吕博杰同学年于南科大本科毕业后就读于南科大-哈工大联合培养硕士研究生项目、并将于今年九月起于南科大攻读博士学位。文章通讯作者为王锐副教授，合作单位包括鹏城实验室和香港大学。
预览时标签不可点收录于话题#个上一篇下一篇转载请注明：http://www.biyelunwena.com/lwck/40539.html
