祝贺张蔺合作论文被JSAC录用预印

Z Wang, L Zhang, D Feng, G Wu, L Yang, Intelligent Cloud-Edge Collaborations for Energy-Efficient User Association and Power Allocation in Space-Air-Ground Integrated Networks[J]，IEEE Journal on Selected Areas in Communications, 2024, early access，DOI 10.1109/JSAC.2024.3459089,https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=10679202

我们研究了基于NOMA的、包括卫星、飞艇、无人机和地面基站作为接入点的空天地一体网络（SAGIN）的能效问题。利用云边缘协作和深度强化学习（DRL）的优势，提出了DICLID-MADRL算法来联合处理用户关联和功率分配问题。在所提出的方法中，每个AP可以独立地选择用户，并仅使用本地信息配置发射功率。仿真结果表明，与现有技术相比，所提方法提高了全局能效（GEE）性能，降低了时间复杂度。本文采用了一种集中式协作学习架构，该架构要求云协调SAGIN中的数据和知识交换。未来，可通过探索SAGIN的分布式协作学习算法，进一步提高网络效率。