بهبود بازدهي انرژي در سيستم هاي چند ورودي چند خروجي انبوه فاقد سلول با استفاده از الگوريتم يادگيري تقويتي عميق

كارشناسي ارشد

سيستم هاي چند ورودي چند خروجي انبوه فاقد سلول از جمله فناوري هايي هستند كه در شبكه هاي بي‌سيم نسل پنجم مي توانند در پاسخ گويي به كيفيت سرويس متنوع مورد نياز كاربران مؤثر باشند. اين سيستم ها به دليل توزيع نقاط دسترسي در محيطي وسيع، كاهش فاصله ي نقاط دسترسي از كاربران، عدم وجود تداخل بين سلولي، پوشش دهي بالا و چندگانگي قوي تر مي توانند منجر به بهبود عملكرد سيستم‌هاي مخابراتي شوند. اما افزايش تعداد نقاط دسترسي در اين سيستم ها علاوه بر افزايش تداخل، به دليل افزايش فاصله ي تعدادي از كاربران از تعدادي از نقاط دسترسي مي تواند موجب به كاهش بازدهي انرژي در اين سيستم ها گردد. زيرا در اين حالت سرويس دهي به همه ي كاربران از طريق تمامي نقاط دسترسي از لحاظ انرژي به صرفه نمي باشد و به دليل افزايش تداخل عملكرد سيستم مخابراتي نيز كاهش ميابد. حال از آن جايي كه چگونگي مصرف انرژي به دليل با ارزش بودن و محدود بودن منابع در دسترس از جمله مباحث مهم در شبكه هاي مخابراتي به شمار مي آيد، در اين پايان نامه به بررسي بازدهي انرژي ارتباط فراسو در سيستم‌هاي چند ورودي چند خروجي انبوه فاقد سلول پرداخته شده است. راه حل پيشنهاد شده در اين پايان نامه براي افزايش بازدهي انرژي در اين سيستم ها، انتخاب زير مجموعه اي از نقاط دسترسي براي سرويس دهي به هر كاربر مي باشد. به همين منظور، مسئله ي بهينه سازي با متغير بهينه سازي ماتريس انتخاب نقاط دسترسي با رعايت كردن قيد حداقل نرخ داده ي مورد نياز كاربران به منظور بيشينه سازي بازدهي انرژي شكل گرفته است. به منظور حل مسئله ي بهينه سازي نامحدب حاصل كه حل آن با روش هاي كلاسيك بهينه سازي با پيچيدگي زيادي رو به رو بوده و بدست آوردن پاسخ بهينه ي آن غير ممكن مي باشد، از الگوريتم هاي يادگيري ماشين و به خصوص يادگيري تقويتي بهره گرفته شده است. الگوريتم هاي پيشنهادي با چندين الگوريتم كلاسيك ابتكاري كه براي اين مساله پيشنهاد شده‌اند مقايسه شده‌ است. نتايج به دست آمده حاكي از آن است كه در سيستم هاي چند ورودي چند خروجي انبوه فاقد سلول كه قابليت انتخاب نقاط دسترسي را با استفاده از الگوريتم هاي يادگيري تقويتي پيشنهادي دارند بازدهي انرژي افزايش مي يابد. همچنين الگوريتم هاي پيشنهادي علاوه بر بهبود بازدهي انرژي، با كاهش اثر تداخل منجر به افزايش بازدهي طيفي كاربران نيز مي شوند و نسبت به ساير روش ها، حداقل نرخ داده ي مورد نياز را براي تعداد بيشتري از كاربران رعايت مي كنند. واژه‌هاي كليدي: سيستم هاي چند ورودي چند خروجي انبوه فاقد سلول، بازدهي انرژي، انتخاب نقاط دسترسي، الگوريتم يادگيري ماشين، الگوريتم يادگيري تقويتي

209818

دانشگاه علم و صنعت ايران

دكتر شاهرخ فرهمند

مهندسي برق گرايش مخابرات سيستم

دكتر سيد محمد رضوي زاده