一种用于上行NOMA-URLLC网络资源分配的可靠强化学习
信息论
2022-01-19 v1 math.IT
摘要
在本文中，我们提出一种深度状态-动作-奖励-状态-动作（SARSA）学习方法，用于优化非正交多址（NOMA）辅助的超可靠低时延通信（URLLC）中的上行资源分配。为在时变网络环境中降低平均解码错误概率，本工作设计了一种可靠学习算法以提供长期资源分配，其中奖励反馈基于瞬时网络性能。在所提算法的辅助下，本文解决了NOMA-URLLC网络中可靠资源共享的三个主要挑战：1）用户聚类；2）瞬时反馈系统；3）最优资源分配。所有这些设计均与所考虑的通信环境交互。最后，我们将所提算法的性能与传统Q学习和SARSA Q学习算法进行比较。仿真结果表明：1）与传统Q学习算法相比，所提方案能够在200轮内收敛，提供低至的长期平均错误；2）NOMA辅助的URLLC在解码错误概率方面优于传统OMA系统；3）所提反馈系统对长期学习过程高效。
引用
@article{arxiv.2201.06027,
title = {A Reliable Reinforcement Learning for Resource Allocation in Uplink NOMA-URLLC Networks},
author = {Waleed Ahsan and Wenqiang Yi and Yuanwei Liu and Arumugam Nallanathan},
journal= {arXiv preprint arXiv:2201.06027},
year = {2022}
}
备注
32 pages, 8 figures