| 隨著4G 邁入5G,物聯網的技術與應用亦受到
衝擊。5G 除支援更多無線設備的連線和龐大的數
據流量,並提供低於現今成本的聯網服務。目前
在低功耗廣域網路(Low Power Wide Area Network,
LPWAN)的相關技術中,因不需佈建新的網路,使
用授權頻段的 NB-IoT (Narrow Band-IoT)受到各大
電信設備商與營運商的青睞。然而,當 NB-IoT
(FDD) UE 利用 LTE (TDD)的頻段進行上行資料傳
送時,會受到附近的 LTE (TDD) eNBs 的下行功率
溢漏干擾。為克服此干擾,本論文在 NB-IoT (FDD)
在 LTE (TDD)的環境下結合 K-means 分群法與 QLearning
演算法提出 KM-Q 演算法。模擬結果顯示
本論文所提出的 KM-Q演算法在任何溢漏環境下都
能有效且精準的配置出較佳之上行功率。 |