Динамическая группировка пользователей для обслуживания URLLC-трафика в восходящем канале

С. 339–350.

Шамсутдинов А. М., Шашин А. Э., Красилов А. Н.

Одним из ключевых сервисов, предоставляемых сетями пятого поколения (5G), является сверхнадежная связь с низкой задержкой. Для обеспечения низкой задержки при передаче данных в восходящем канале спецификации сетей 5G предлагают использовать метод доступа к каналу без запроса полосы (англ: GrantFree). Одним из методов повышения емкости сети при обслуживании апериодического трафика методом Grant-Free является разделение пользователей на группы и выделение каждой группе отдельных частотных ресурсов. При этом определение оптимального количества пользователей и ширины подканала для каждой группы является открытой нетривиальной задачей. В данной работе предложен динамический алгоритм, позволяющий выбирать оптимальные параметры группировки в реальном времени. Алгоритм основан на использовании метода машинного обучения Q-learning. Численные результаты показывают, что предложенный алгоритм позволяет повысить емкость сети по сравнению с использованием общих канальных ресурсов, при этом сходится к оптимальному состоянию за время порядка нескольких минут.

Ключевые слова: 5G, URLLC, восходящий канал, Q-learning

ПУБЛИКАЦИЯ ПОДГОТОВЛЕНА ПО РЕЗУЛЬТАТАМ ПРОЕКТА: Методы повышения качества передачи данных беспроводных локальных сетей с помощью с внешних управляемых отражателей (2023)

В книге

ИТиС 2023: Сборник трудов 47-й междисциплинарной школы-конференции ИППИ РАН "Информационные технологии и системы 2023"

Т. 47. , М.: ИППИ РАН, 2023.