تخصیص توان هوشمند شبکه های سلولی در OFDMA - رویکردی مبتنی بر شبکه عصبی

تخصیص توان به زیرحاملها در فناوری دسترسی چندگانه با تقسیم فرکانس متعامد (OFDMA) از جنبههای کلیدی برای افزایش کارایی و کاهش تداخل در شبکه های سلولی نسل بعدی محسوب میشود. در OFDMA، فرکانس باندهای مختلف به زیرحاملهای جداگانه تقسیم می شود و اطلاعات بطور همزمان بر روی این زیرحاملها ارسال می شوند. این امر منجر به افزایش بازدهی و کاهش تداخل در محیط می شود. در OFDMA، از روشهای مختلفی برای تخصیص توان مانند الگوریتمهای بهینه سازی، تخصیص توان مبتنی بر اطلاعات آماری و غیره استفاده می شود. همچنین در روش مرسوم پرکردن آب، توان بیشتر به زیرحاملهای با نیاز بیشتر اختصاص می یابد، در حالی که در روش Max-Min، توان به گونه ای تخصیص داده می شود که کمینه توان ممکن به زیرحاملها با نیاز بیشتر اختصاص یابد. انتخاب روش مناسب وابسته به ویژگیها و نیازهای سیستم OFDMA است. استفاده از شبکه های عصبی برای تخصیص توان به زیرحاملها در OFDMA، به دلیل توانایی این ساختارها در تعیین ارتباط بین دادهها موثر است. این روش با گرفتن اطلاعاتی مانند شرایط کانال، نویز، وضعیت فرکانسی و نیازمندیهای خدماتی، توان بهینه را به زیرحاملها اختصاص میدهد. با استفاده از داده های آموزشی و الگوهای تخصیص توان قبلی، شبکه عصبی میتواند الگوهای پیچیده تر در دادهها را شناسایی کرده و توان بهینه را به زیرحاملها تخصیص دهد. در این تحقیق به منظور استفاده از این شبکه ها، مسئله تخصیص توان به نحوی مدل سازی شده است تا بتواند برقراری شروط حاکم را تضمین کند. نتایج شبیه سازی مدل ارائه شده نشان میدهد که استفاده از شبکه های عصبی به خوبی نیازمندیهای عملکردی سیستم را فراهم می کنند و میتوانند آن را بهبود دهند و همچنین به شکل پویاتر و با پیچیدگی کمتر مورد استفاده قرار گیرند.

کلیدواژه ها:

شبکه سلولی ، OFDMA ، تخصیص توان ، شبکه های عصبی ، بازده طیفی ، بازده انرژی ، انصاف