次世代異質性網路中以人工智慧方法分配無線資源之研究

異質性網路(Heterogeneous Networks，HeNets)將在5G通訊系統中扮演重要角色。在長程演進(Long Term Evolution，LTE)毫微型基地台(Femtocell)與WiFi共存的異質性網路中，授權輔助存取(licensed assisted access LTE，LTE-LAA)可以有效提升頻譜使用效率。在本計畫中，我們研究在5G通訊系統中異質性網路的毫微型基地台資源分配問題與公平性問題。我們提出基於人工智慧(Artificial Intelligence，AI)的毫微型基地台資源分配演算法，藉以有效分配無線資源與提升Wi-Fi和LAA共存系統的吞吐量公平性。本計畫建立LTE毫微型基地台與WiFi共存異質網路之系統理論模型，分析LBT (Listen-Before-Talk)中傳輸機會(Transmission Opportunity, TXOP)對於通道存取效益以及公平性之影響。接著我們提出基於人工智慧-強化式學習(Reinforcement Learning)所設計之TXOP參數調整演算法，以達到有效分配無線資源與提升Wi-Fi和LAA共存系統的吞吐量公平性之目的。本計畫中所提出之LTE毫微型基地台與WiFi共存異質網路之系統理論模型，以及基於人工智慧的毫微型基地台資源分配演算法，希望可以成為5G行動通訊系統設計之參考。