上行 NOMA-IoT 网络中的资源分配：一种强化学习方法
信息论
2021-03-10 v2 信号处理
math.IT
摘要
非正交多址（NOMA）利用功率域的潜力来增强物联网（IoT）的连接性。由于时变通信信道，动态用户聚类是提高 NOMA-IoT 网络吞吐量的一种有前景的方法。本文为上行 NOMA-IoT 通信开发了一种智能资源分配方案。为最大化求和速率的平均性能，本工作设计了一种基于两种强化学习算法的高效优化方法，即深度强化学习（DRL）与 SARSA-learning。对于轻量业务，使用 SARSA-learning 以低成本探索最安全的资源分配策略。对于重度业务，使用 DRL 来处理业务引入的巨大变量。借助所考虑的方法，本工作解决了 NOMA 技术中公平资源分配的两个主要问题：1) 动态分配用户，2) 平衡资源块与网络业务。我们分析证明收敛速率与网络规模成反比。数值结果表明：1) 与最优基准方案相比，所提出的 DRL 与 SARSA-learning 算法具有更低复杂度且精度可接受；2) 在系统吞吐量方面，启用 NOMA 的 IoT 网络优于传统的基于正交多址的 IoT 网络。
引用
@article{arxiv.2007.08350,
title = {Resource Allocation in Uplink NOMA-IoT Networks: A Reinforcement-Learning Approach},
author = {Waleed Ahsan and Wenqiang Yi and Zhijin Qin and Yuanwei Liu and Arumugam Nallanathan},
journal= {arXiv preprint arXiv:2007.08350},
year = {2021}
}
备注
35 pages and 8 figures