NESNELERİN İNTERNETİ İÇİN ADİLLİĞE DUYARLI DERİN PEKİŞTİRMELİ ÖĞRENME TABANLI GF-NOMA TASARIMI
Proje no. 21820 · Durum: Kapanmış · 2020
Özet
Nesnelerin internetinin (Internet of Things, IoT) gelişimi, yüksek enerji ve spektrum verimliliğiyle güvenilir veri transferi sağlayan kablosuz haberleşme teknolojilerin ihtiyacını artırmıştır. Bu araştırmada modern rastgele erişim yöntemlerinin NOMA ile birlikte işleyişi incelenecek ve ilk başta hedeflenen yoğun IoT uygulamaları için uygun hale getirilecektir. Rastgele erişim yöntemlerinde iletim olasılığı, paket tekrar sayısı, kaynak seçimi gibi çeşitli parametreler genellikle tekdüze dağılıma sahip olasılık dağılımlarıyla belirlenmektedir. Ancak gelecekte IoT uygulamaları için yeni rastgele erişim yöntemlerinde alıcı ve şebekedeki cihazlar tarafında hiçbir bilginin olmadığı tamamen rastgele gelişen saf rastgele erişim yöntemleri ve alıcının tamamen bilgili olduğu planlı erişimin uygulanması pek mümkün görünmemektedir. Yeni çalışmalar, alıcının cihazların aktivasyon düzeni hakkında bilgili (yüksek korelasyon), şebekedeki cihazların ise birbirlerinin aktiviteleri hakkında bilgi sahibi olduğu yöntemlere doğru kayacaktır. Bu araştırmada cihazların NOMA ve modern rastgele erişim yöntemleri kullanarak kaynak seçimlerini kendi başlarına yapabilmeleri ve bir koordinatör olmadan kendi kendilerine organize olabilmeleri hedeflenmektedir. 6G teknoloji ile birlikte kablosuz iletişim alanında da yapay zeka uygulamalarına sıkça rastlanacaktır.