مروری بر کاربردهای هوش مصنوعی در رادیو شناختگرها

سال انتشار: 1400
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 283

فایل این مقاله در 19 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ECICONFE06_050

تاریخ نمایه سازی: 5 اردیبهشت 1401

چکیده مقاله:

شبکه های بیسیم معمول از رویه تخصیص پهنای باند ثابتی استفاده میکنند که منجر به استفاده غیر بهینه از پهنای باند میشود. رادیو شناختگر بر پایه اصول دسترسی دینامیک به پهنای باند (DSA)۱ کار میکند و باعث افزایش بهره وری از طیف فرکانسی میشود. در این مقاله مروری بر کاربردهای هوش مصنوعی در رادیوشناختگرها۲ و نحوه استفاده بهتر از طیف فرکانسی صورت می-گیرد. به این منظور ابتدا به چالشهایی که در مسائل رادیوشناختگر وجود دارد اشاره شده و یک دسته بندی از مسائل یادگیری ماشین در این حوزه ارائه میشود. در ادامه روشهای مختلف هوش مصنوعی که در این خصوص میتوانند مورد استفاده قرار گیرند به همراه مثالی از کاربرد آنها معرفی شده و مزایا و معایب این روشها با یکدیگر مقایسه شده اند. همچنین به دلیل گستردگی این شبکه ها و زیاد شدن وضعیتهای مساله، ترکیبی از یادگیری تقویتی و یادگیری عمیق معرفی شده که زمان رسیدن به راهبرد بهینه را در این مسائل کاهش میدهد و در عین حال دقت مناسبی نیز دارد. از میان مسائلی که در شبکه های مخابراتی وجود دارد، دسترسی پویا به پهنای باند در شبکه های رادیو شناختی از اهمیت بیشتری برخوردار میباشد که به طور مبسوط به آن پرداخته شده است. همچینین به مسائل دیگری چون همکاری با کاربر متصل شده به شبکه و کنترل نرخ داده نیز اشاره مختصری میشود. در این مقاله علاوه بر ایجاد یک دید وسیع و کاربردی از مشکلات رادیوشناختگرها و نحوه بکارگیری روشهای هوش مصنوعی، یکی از نتیجه گیریهای مهم این است که به دلیل نیاز به تصمیمگیری و همچنین پویا بودن و عدم قطعیت موجود در دسترسی به طیف در شبکه های رادیو شناختی روشهای مبتنی بر یادگیری تقویتی برای حل این مسائل مناسبتر هستند.

نویسندگان

مهدی مظفری پور

استادیار، گروه پژوهشی فناوری اطلاعات و ارتباطات، پژوهشگاه نیرو، تهران

محسن ظهیر

استادیار، گروه پژوهشی فناوری اطلاعات و ارتباطات، پژوهشگاه نیرو، تهران