Throughput and latency Q-learning-based random access protocols for mMTC systems

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorAbrão, Taufik [Orientador]-
Autor(es): dc.contributorBrante, Glauber Gomes de Oliveira-
Autor(es): dc.contributorCosta, Marcello Gonçalves-
Autor(es): dc.creatorSilva, Giovanni Maciel Ferreira-
Data de aceite: dc.date.accessioned2025-05-15T12:51:19Z-
Data de disponibilização: dc.date.available2025-05-15T12:51:19Z-
Data de envio: dc.date.issued2024-05-01-
Data de envio: dc.date.issued2024-05-01-
Data de envio: dc.date.issued2025-05-15-
Data de envio: dc.date.issued2025-05-15-
Fonte completa do material: dc.identifierhttps://repositorio.uel.br/handle/123456789/15197-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/975997-
Descrição: dc.descriptionResumo: As redes de comunicação do tipo máquina massiva (mMTC - massive machine-type communication) terão um papel fundamental nos sistemas de sexta geração de comunicação sem fio (6G) Neste modo de uso da rede, milhares de dispositivos disputam os recursos de acesso disponíveis para o envio de pacotes, como por exemplo uma rede de sensores no campo ou uma fábrica automatizada da indústria 4 Nesse cenário, surge o problema de acesso aleatório, no qual os dispositivos selecionam aleatoriamente os recursos da rede e colisões ocorrem com frequência Uma das formas promissoras de resolver esse problema é utilizar algoritmos de aprendizado por reforço QL (Q-learning) Neste trabalho, algumas técnicas presentes na literatura como os algoritmos QL-Independente e QL-Colaborativo são analisadas em termos de vazão e latência Também são propostos um algoritmo distribuído baseado em pacotes de baixa complexidade, bem como melhorias na técnica QL-Colaborativa Finalmente, analisa-se a disparidade de potência entre dispositivos em uma célula com a utilização de acesso múltiplo não ortogonal (NOMA - non-orthogonal multiple access) com um nó central aplicando o cancelamento sucessivo de interferência (SIC - successive interference cancellation) para reduzir a probabilidade de colisões Neste contexto, é proposto um algoritmo QL com múltiplos níveis de potência capaz de aumentar a vazão enquanto reduz a latência de redes NOMA mMTC-
Descrição: dc.descriptionDissertação (Mestrado em Engenharia Elétrica) - Universidade Estadual de Londrina, Centro de Tecnologia e Urbanismo, Programa de Pós-Graduação em Engenharia Elétrica-
Descrição: dc.descriptionAbstract: Massive machine-type communication (mMTC) networks will play a key role in sixth generation wireless communication systems (6G) Thousands of devices compete for network resources for sending packets, such as a sensor network in a farm or an automated factory in Industry 4 In this scenario, the random access (RA) problem arises, in which devices randomly select network resources and collisions occur frequently One of the promising ways to solve this problem is to use Q-learning (QL) algorithms In this work, some machine learning-based techniques available in the literature such as independent and collaborative QL algorithms are analyzed in terms of system throughput and latency An improvement in the QL collaborative technique and a low-complexity distributed packet-based algorithm are also proposed Finally, the power disparity between devices in a cell is analyzed using non-orthogonal multiple access (NOMA) with a central node applying successive interference cancellation (SIC) to reduce collisions A QL algorithm with multi-power levels that increases throughput and reduces latency in NOMA mMTC scenarios is proposed-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Relação: dc.relationMestrado-
Relação: dc.relationEngenharia Elétrica-
Relação: dc.relationCentro de Tecnologia e Urbanismo-
Relação: dc.relationPrograma de Pós-Graduação em Engenharia Elétrica-
Palavras-chave: dc.subjectEngenharia elétrica-
Palavras-chave: dc.subjectmMTC-
Palavras-chave: dc.subjectQ-learning-
Palavras-chave: dc.subjectAcesso aleatório-
Palavras-chave: dc.subjectNOMA-
Palavras-chave: dc.subjectElectric engineering-
Palavras-chave: dc.subjectmMTC-
Palavras-chave: dc.subjectQ-learning-
Palavras-chave: dc.subjectRandom acess-
Palavras-chave: dc.subjectNOMA-
Título: dc.titleThroughput and latency Q-learning-based random access protocols for mMTC systems-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositório Institucional da UEL - RIUEL

Não existem arquivos associados a este item.