کاهش تاخیر در شبکه رادیوشناختی با استفاده از یادگیری ماشین

با تعداد عظیم اشیای متصل به اینترنت ، مقادیر جریان دادهی بلادرنگ عظیمی به صورت خودکار با اشیای متصل تولید می شوند. تخصیص مناسب و بهینه کانال طیف فرکانسی بین کاربران شبکه رادیوشناختی از اهمیت ویژه ای برخوردار است به گونه ای که میزان تاخیر ارتباطی بین آنها به حداقل برسد. در این تحقیق ، یک طرح کنترل توان تطبیقی جدید برای دستگاههای اینترنت اشیاء معرفی شده است . بر اساس مکانیسم تفکر مرتبه ای شناختی ، طرح پیشنهادی به صورت یک مدل بازی رفتاری جدید برای کنترل تطبیقی سطح توان، طراحی شده است . رویکرد مبتنی بر بازی پیشنهادشده در این روش توانست یک توان انتقال موثر را کسب کرده و در نتیجه منجر به بیشینه سازی نرخ ارتباطات شده است . همچنین ترکیب شناختی در اینترنت اشیاء در روش پیشنهادی باعث شده است که توان مصرفی دستگاه ها حدود %۳ کاهش یابد و به میزان SINR مناسبی دست یابیم .

کلیدواژه ها:

یادگیری ماشین ، شبکه رادیوشناختی ، کاهش تاخیر