طراحي يك الگوريتم يادگيري تقويتي براي تخصيص توان بهينه در شبكه NOMA در حضور اخلال گر هوشمند

كارشناسي ارشد

سامانه¬هاي دسترسي چندگانه¬ي غير متعامد (NOMA) ، زماني كه تداخل بين سلولي وجود داشته باشد، كاهش عملكرد شديدي خواهند داشت. در اين شرايط اگر يك اخلال گر هوشمند در محيط حضور داشته باشد، به سادگي مي¬تواند باعث قطع ارتباط كاربران ضعيف، و يا كاهش زياد مجموع نرخ داده كل شبكه شود. در اين پايان نامه، مسأله¬ي تخصيص توان دو ايستگاه پايه (BS) كه با هم تداخل بين سلولي دارند، و يك اخلال گر هوشمند، به صورت يك بازي ترتيبي، مدل شده است. در اين مسأله، توابع سودمندي غير خودخواهانه جديدي براي BSها پيشنهاد شده است. راهبرد بهينه اخلال گر (به عنوان دنبال كننده) به عنوان تابعي از شرايط مخابراتي و راهبرد BSها، تعيين شده است. براي به دست آوردن نقاط تعادل كل بازي، نقاط تعادل نش (NE) بين BSها، و نقطه¬ي يكتاي پرتو- نش (PNE) در شرايط مختلف، به دست آمده است. ثابت شده است نقطه¬ي (PNE)، در هر شرايطي در بر دارنده¬ي راهبرد بهينه BSها، از ديد كل شبكه است. بر اساس اين تحليل¬ها سه الگوريتم جديد (QLU) و (DQLU) و (HBQLU) براي حل مسأله، پيشنهاد شده¬اند؛ كه به ترتيب مبتني بر يادگيري تقويتي، يادگيري تقويتي عميق و يادگيري تقويتي عميق با استفاده از روش (HB) هستند. شبيه سازي الگوريتم¬هاي پيشنهاد شده، با وجود اخلال گر هوشمند، انجام شده و نتايج آن¬ها از تمام جهات مورد بررسي قرار گرفته است. نتايج شبيه سازي حاكي از همگرايي تمام روش¬هاي پيشنهاد شده و برتري چشمگير آن¬ها، از نظر تابع هدف كل شبكه نسبت به روش تخصيص توان خود¬خواهانه (QLS) ، هستند.

196264

دانشگاه علم و صنعت ايران

دكتر سيد محمد رضوي زاده

مهندسي فناوري اطلاعات- مخابرات امن

دكتر محمد حسين كهائي