基于深度强化学习的OFDMA-PON三维资源分配研究与性能分析

• 作者: 周怡君 晏春平 朱敏 陈斌 顾家骅 顾萍萍
• 来源期刊: 聊城大学学报（自然科学版）
• 学科: 工学
• 关键词: OFDMA-PON DRL 动态子载波分配 低延迟 节能
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 光纤通信与激光器件研究
• 页码范围: 40-46
• 页数: 7页
• 分类号: TN915.6
• 字数: 5572字
• 语种: 中文
• DOI: 10.19728/j.issn1672-6634.2020.06.005

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈斌	东南大学电子科学与工程学院	25	133	7.0	11.0
2	朱敏	东南大学移动通信国家重点实验室	16	76	5.0	8.0
3	周怡君	东南大学机械工程学院	35	156	7.0	11.0
4	顾家骅	东南大学移动通信国家重点实验室	1	0	0.0	0.0