物联网 NOMA 网络中的半无竞争接入：一种强化学习框架
系统与控制
2026-01-15 v1 系统与控制
摘要
第五代以后 (B5G) 通信系统中海量物联网 流量的空前激增，呼唤多址接入和数据传输的变革性方法。尽管经典的基于模型的工具已被证明强大且精确，但 B5G 网络中资源管理的一个迫近趋势是推动向数据驱动设计的解决方案。考虑一个包含由基站覆盖的集群内分布设备的物联网网络，我们在本文中提出了一种由强化学习赋能的新型无模型多址接入和数据传输框架，专为功率域非正交多址接入网络设计，以促进小数据包的上行流量。该框架支持两种接入模式，分别称为基于竞争和半无竞争，其核心组件是在基站执行的策略梯度算法。基站通过定期向每个设备集群广播两个控制参数来执行接入控制和最优无线电资源分配，这显著减少了数据检测失败，同时对设备的计算需求降至最低。在系统和集群吞吐量、吞吐量公平性、接入延迟以及能耗方面的数值结果，证明了该框架在网络规模和流量负载变化时的效率和可扩展性。
关键词
引用
@article{arxiv.2601.09422,
title = {Semi-Contention-Free Access in IoT NOMA Networks: A Reinforcement Learning Framework},
author = {Abhishek Kumar and José-Ramón Vidal and Jorge Martinez-Bauset and Frank Y. Li},
journal= {arXiv preprint arXiv:2601.09422},
year = {2026}
}