Asignación de recursos basados en aprendizaje de refuerzo profundo para NOMA cooperativo de enlace descendente...

Área de la Ciencia:

• Comunicaciones inalámbricas
• Inteligencia artificial
• Optimización

Sus antecedentes:

• Los sistemas de Internet de las Cosas Industrial (IIoT) requieren soluciones de comunicación sólidas.
• Las redes cooperativas de puntos de acceso terrestre de vehículos aéreos no tripulados (UAV) ofrecen un despliegue flexible.
• El acceso múltiple no ortogonal (NOMA) mejora la eficiencia espectral, pero plantea desafíos de asignación.

Objetivo del estudio:

• Desarrollar una estrategia conjunta de asignación de recursos y optimización de la trayectoria 3D para los sistemas cooperativos NOMA UAV-GAP en IIoT.
• Abordar los diversos requisitos de calidad de servicio (QoS) de los usuarios cooperativos y no cooperativos.
• Mejorar el rendimiento del sistema, la eficiencia espectral y la gestión de interferencias.

Principales métodos:

• Un marco de aprendizaje por refuerzo profundo (DRL) que utiliza el algoritmo Soft Actor-Critic para la optimización conjunta.
• Optimización de la programación del usuario, la asignación de energía y la trayectoria del UAV en espacios de acción continua.
• Integración de la asignación de potencia de forma cerrada y la correspondencia bipartita del peso máximo para una gestión eficiente de los recursos.

Principales resultados:

• Mejoras significativas en el rendimiento del sistema y la eficiencia espectral demostradas a través de simulaciones.
• Gestión eficaz de las interferencias en entornos IIoT dinámicos.
• Se confirma la solidez frente a las incertidumbres del canal para el régimen propuesto.

Conclusiones:

• La combinación de aprendizaje por refuerzo libre de modelos y optimización convencional es un enfoque viable para la gestión de recursos adaptativa.
• El sistema propuesto basado en DRL maneja eficazmente los escenarios de comunicación cooperativa UAV-GAP.
• El estudio proporciona una solución práctica para optimizar el rendimiento de la comunicación en IIoT.