تخصیص بهینه منابع در شبکه های فمتوسل رادیو شناختی

تخصیص منابع به عنوان یک روش کارآمد در ارتباطات بی سیم شناخته میشود. در این راستا شبکه های رادیو شناختی به عنوان راه حلی مطمئن جهت بهبود استفاده از طیف فرکانسی شبکه های سلولی شناخته میشوند. از سوی دیگر، گسترش ایستگاه های پایه اصلی برای اپراتورها به جهت ارائه کیفیت سرویس به دلیل محدودیت سایتها و هزینه های راه اندازی و نگهداری انتخاب مناسبی نیست. بهترین راهکار برای بهینه سازی شبکه، استفاده از شبکه های چند لایه است. در این سازی این فناوری راستا اپراتورهای بزرگ به نقش تعیین کننده فمتوسلها در برتری خدمات آینده پی برده و با بهینه سعی در گسترش بازار مخابرات بی سیم دارند. در کنار مزایای استفاده از خرد سلولها، چالشهای جدی مانند امنیت و همگام سازی وجود دارند، اما مهمترین چالش در این شبکه ها، کاهش تداخل است. برای رفع این مساله، با استفاده از رویکردهای رادیو شناختی، فمتوسلها میتوانند با هدف افزایش گذردهی و کاهش تداخل، ارتباط برقرار کرده و با به ×کارگیری روشهای مختلف و اقتضای شرایط، بهترین حالت برای تخصیص منابع را ارائه دهند.در این مقاله، مساله تخصیص منابع در یک شبکه سلولی دو سطحی، دارای یک شبکه ماکروسل و یک شبکه فمتوسل، با هدف تامین کیفیت سرویس کاربران اولیه و ثانویه به کمک کنترل توان برای به اشتراک گذاشتن طیف، به شکل مساله تخصیص منابع متمرکز در نظر گرفته میشود. این سیستم رادیو شناختی شامل چندین کاربر اولیه و ثانویه است و تداخل بین سطحی و درون سطحی در نظر گرفته شده است. کاربران اولیه توان خود را براساس سیاستهای از پیش تعیین شده به روز رسانی میکنند. کاربران ثانویه هیچ اطلاعی در مورد توان انتقال کاربران اولیه ندارند. هدف، توسعه یک روش کنترل توان مبتنی بر یادگیری برای کاربران ثانویه به منظور به اشتراک گذاشتن طیف مشترک با کاربران اولیه است. یک روش مبتنی بر یادگیری تقویتی عمیق که در آن کاربران ثانویه میتوانند به طور هوشمندانه توان انتقال خود را تنظیم کنند، ارائه میکنیم. نتایج آزمایشات نشان میدهد که کاربران ثانویه میتوانند با کاربران اولیه به طور موثر برای رسیدن به یک هدف تعامل کنند و از هر حالت اولیه در چند گام به حالت هدف برسند.

Keywords:

تخصیص منابع , اشتراک طیف , کنترل توان , شبکه های فمتوسل رادیو شناختی , یادگیری تقویتی عمیق