这篇文档属于类型a，即报告了一项原创性研究的学术论文。以下是基于文档内容生成的学术报告：
作者与机构
本文的主要作者为Sheng-Han Chung、Li-Hsiang Shen和Kai-Ten Feng，均来自台湾国立阳明交通大学（National Yang Ming Chiao Tung University）的通信工程研究所（Institute of Communications Engineering）及电子与电气工程系（Department of Electronics and Electrical Engineering）。该研究发表于2023年的IEEE无线通信与网络会议（IEEE Wireless Communications and Networking Conference, WCNC）。
学术背景
随着移动设备的普及，下一代无线网络通信系统（如第六代无线网络，6G）对高吞吐量和低延迟的需求日益增加。然而，传统的IEEE 802.11协议在Wi-Fi系统中无法有效为每个用户设备（UE）分配无线资源。IEEE 802.11ax系统通过正交频分多址（Orthogonal Frequency Division Multiple Access, OFDMA）技术提高了上行链路（UL）和下行链路（DL）的传输效率，允许多个用户同时使用不同的子频带进行数据传输。然而，在多接入点（AP）场景下，密集用户会导致严重的相邻信道干扰（Adjacent Channel Interference, ACI），从而影响系统吞吐量。本文旨在提出一种长/短期强化学习信道分配（Long-/Short-Term Reinforcement Learning Channel Allocation, LS-RCA）方案，以有效缓解IEEE 802.11ax系统中的ACI问题，并通过在线学习和自适应优化最大化系统吞吐量。
研究流程
研究分为以下几个步骤：
1. 系统模型构建：
研究首先构建了一个多AP网络模型，包括一个控制器、N个AP和K个随机连接的UE。所有AP与控制器协同工作，控制器根据AP的初始信道分配进行优化。每个AP在指定的信道上向其基本服务集（BSS）中的UE传输数据，并收集接收信号强度指示（RSSI）和数据速率信息。传输阶段包括请求发送（RTS）触发帧（TF）广播、清除发送（CTS）包返回、多用户协议数据单元（MU-PPDU）传输和确认（ACK）返回。
2. 信道干扰建模：
研究定义了信道增益矩阵和干扰矩阵，用于计算相邻BSS之间的干扰。通过公式（1）计算信道增益，公式（2）定义重叠信道的干扰比例，公式（3）计算下行链路的信干噪比（SINR），公式（4）计算系统总速率。
3. 问题公式化：
研究将目标函数设定为最大化系统总速率，约束条件包括最大传输功率、信道分配策略和服务质量（QoS）要求。由于问题包含混合离散和连续变量，且是非线性和非凸的，传统优化方法难以直接求解。
4. LS-RCA算法设计：
研究提出了一种基于强化学习（RL）的长/短期信道分配方案。该方案通过定义长时段（τ）和短时段（t）来分别记录长期和短期环境变化信息。算法使用两个Q表进行更新：一个用于记录动作的Q值（Q1），另一个用于记录长/短期权重（LSW）的Q值（Q2）。通过公式（6）和（7）分别更新Q1和Q2，并结合ϵ-贪婪策略选择最优动作。公式（8）用于确定下一时段的最优信道分配策略。
5. 实验验证：
研究在一个实际办公室环境中部署了3个AP，并随机分布用户以模拟真实场景。实验参数包括长时段长度为5小时，更新频率为15或30分钟，信道带宽为20 MHz或40 MHz。通过对比传统802.11ax机制、贪婪方法和阈值方法，验证了LS-RCA方案的有效性。
主要结果
1. LSW收敛性：
实验结果显示，经过8天的训练，长/短期权重（βπ）趋于稳定，比例分别为0.6、0.3和0.1，表明LSW Q表已收敛。
2. 系统吞吐量提升：
LS-RCA方案在2.4 GHz和5 GHz频段下分别实现了43.6 Mbps和96.6 Mbps的数据速率，显著高于传统802.11ax机制。在更新频率为30分钟的情况下，LS-RCA方案比基准方法提高了约28%的数据速率。
3. 动态环境适应性：
LS-RCA方案能够根据用户数量的变化动态调整长/短期权重，在用户密集时更依赖长期数据，在用户稀疏时更依赖短期数据，从而优化系统性能。
结论
本文提出的LS-RCA方案通过结合长/短期强化学习方法，有效缓解了IEEE 802.11ax系统中的相邻信道干扰问题，显著提高了系统吞吐量。该方案在实际办公环境中的实验验证了其优越性和适应性，为未来密集Wi-Fi网络的资源分配提供了新的解决方案。
研究亮点
1. 创新性算法：LS-RCA方案首次将长/短期强化学习应用于多AP信道分配，解决了传统方法在动态环境中的局限性。
2. 实际验证：研究在实际办公环境中进行了大规模实验，验证了方案的有效性和实用性。
3. 动态适应性：方案能够根据用户数量和网络环境的变化动态调整策略，表现出极强的适应性和鲁棒性。
其他价值
该研究为未来无线通信网络的资源分配提供了新的思路，特别是在密集用户场景下，具有广泛的应用前景。此外，LS-RCA方案的框架可以扩展到其他通信系统中，如5G和6G网络，进一步推动无线通信技术的发展。
以上是对该研究的全面报告，涵盖了研究背景、流程、结果、结论及其科学价值和应用前景。