[论文解读] Outdoor mmWave Base Station Placement: A Multi-Armed Bandit Learning Approach

Fatih Erden, Chethan Kumar Anjinappa+2 more|arXiv (Cornell University)|Mar 7, 2020

Advanced MIMO Systems Optimization参考文献 20被引用 6

一句话总结

本文提出一种多臂赌博机（MAB）学习方法，用于在城市环境中实现毫米波（mmWave）基站（BS）的最优室外部署，结合三维可视域分析与时变信道建模，以最大化长期覆盖概率。与静态优化方法不同，该方法能够适应动态遮挡和时变信道变化，在识别出最优基站位置BS5方面表现出高可靠性，优于仅基于可视域分析和基于均值统计的方法。

ABSTRACT

Base station (BS) placement in mobile networks is critical to the efficient use of resources in any communication system and one of the main factors that determines the quality of communication. Although there is ample literature on the optimum placement of BSs for sub-6 GHz bands, channel propagation characteristics, such as penetration loss, are notably different in millimeter-wave (mmWave) bands than in sub-6 GHz bands. Therefore, designated solutions are needed for mmWave systems to have reliable quality of service (QoS) assessment. This article proposes a multi-armed bandit (MAB) learning approach for the mmWave BS placement problem. The proposed solution performs viewshed analysis to identify the areas that are visible to a given BS location by considering the 3D geometry of the outdoor environments. Coverage probability, which is used as the QoS metric, is calculated using the appropriate path loss model depending on the viewshed analysis and a probabilistic blockage model and then fed to the MAB learning mechanism. The optimum BS location is then determined based on the expected reward that the candidate locations attain at the end of the training process. Unlike the optimization-based techniques, this method can capture the time-varying behavior of the channel and find the optimal BS locations that maximize long-term performance.

研究动机与目标

• 解决城市环境中毫米波基站部署的挑战，其中高路径损耗和对遮挡的敏感性要求更智能的部署策略。
• 克服传统基于优化的方法的局限性，后者依赖于信道均值统计特性，忽略了时变遮挡和用户移动性的影响。
• 开发一种基于学习的框架，以捕捉毫米波信道的时间动态特性，从而提升长期服务质量（QoS）。
• 整合三维数字高程模型（DEMs）与二值占用图（BOMs），以在复杂城市几何结构中准确建模可视性与传播损耗。
• 证明在真实动态条件下，MAB学习方法在识别最优基站位置方面优于基于可视域分析和基于均值统计的方法。

提出的方法

• 从城市环境数据构建三维数字高程模型（DEM），并提取二值占用图（BOM）以表示建筑物遮挡物。
• 对每个候选基站位置执行可视域分析，以确定其对周围区域的视 Line-of-Sight（LoS）与非视 Line-of-Sight（NLoS）可视性。
• 利用毫米波专用路径损耗模型（如3GPP模型）和基于可视性与环境几何结构的随机遮挡模型，估算覆盖概率。
• 将所得覆盖概率作为奖励信号输入多臂赌博机（MAB）学习框架，以模拟候选位置的长期性能表现。
• 采用UCB（上置信界）或类似MAB的探索-利用策略，平衡学习与选择过程，最终收敛至预期长期奖励最高的基站位置。
• 在模拟时间步长上训练MAB智能体，根据观测到的覆盖性能更新Q值，并将Q值平均值最高的位置选为最终最优基站位置。

实验结果

研究问题

• RQ1 多臂赌博机学习框架能否在考虑时变信道条件的前提下，有效识别三维城市环境中毫米波基站的最优部署位置？
• RQ2 所提出的基于MAB的方法在长期覆盖性能方面，与基于可视域分析和基于均值统计的优化方法相比表现如何？
• RQ3 动态遮挡和用户移动性对最优基站位置选择的影响程度如何？MAB学习是否能比静态模型更好地适应这些变化？
• RQ4 可视性与实际覆盖概率之间是否存在强相关性？在不同候选基站位置中，是否存在仅依赖可视性会带来误导的情况？
• RQ5 该方法能否扩展至多基站部署与实时网络优化（如基于业务动态的休眠模式控制）？

主要发现

• 基于MAB学习的方法识别出基站位置BS5为最优部署位置，与射线追踪仿真结果一致，且优于其他候选位置。
• 尽管从BS2到BS3的可视概率下降，但MAB估算的覆盖概率却上升，表明该方法能够捕捉非直观的性能增益。
• 对于BS3和BS4位置，MAB方法的覆盖估计高于可视性趋势的预测，表明路径损耗建模与动态学习优于静态可视性分析。
• 射线追踪仿真与MAB学习在所有位置的覆盖趋势上表现出强相关性，两者均识别出BS5为最优，BS8与BS9为强劲备选。
• 该方法通过学习长期性能，成功捕捉了时变信道变化（如移动遮挡）的影响，而基于均值统计的优化技术则无法做到这一点。
• 所提出的框架可适配多基站场景，通过修改二值占用图（BOM）生成过程，可进一步扩展至其他QoS指标或室内环境。