| 隨著第五代行動通訊網路(5G) 將要進行商業營運,
還是有一些因無線傳輸的環境會發生的問題如負載
平衡(Load Balance) 問題需要解決。過往負載平衡的
技術在於模擬環境與架構與現今 5G 環境有所差距,
而現有負載平衡研究主要在於 Wi-Fi、D2D、大小
型基地台之間的選擇。考量到並非所有情況下都有
小型基地台與 Wi-Fi 設備可用的問題,本論文利用
大型基地台擁有的最高覆蓋率進行負載平衡。本論
文藉由生成對抗網路(GAN)進行參數輸入與結果輸
出,結合網路模擬系統,在實作上結合了
TensorFlow 的神經網路與 ns-3 網路環境模擬系統,
解決同一類型行動網路基地台的負載平衡,以解決
基地台的負載問題為基礎,提升傳輸流量並降低封
包損失率。同時因為負載平衡問題並沒有生成對抗
網路中的真實資料,提出以網路環境模擬系統之結
果作為生成對抗網路真實資料的方案。 |