Resumen

En las redes de retransmisión cognitiva, el usuario cognitivo accede oportunísticamente al segmento de espectro autorizado del usuario primario y al mismo tiempo actúa como nodo de retransmisión de datos del usuario primario mientras comparte el recurso espectral del usuario primario. Esto no solo mejora la eficiencia de utilización de los recursos espectrales de la red, sino que también mejora el rendimiento de los usuarios primarios. Sin embargo, si el usuario primario selecciona aleatoriamente el nodo de retransmisión, no hay garantía de un rendimiento óptimo. Además, el consumo de energía del sistema puede aumentar. Con el fin de mejorar el rendimiento de la red de retransmisión cognitiva y optimizar la utilidad del sistema, este artículo propone un algoritmo de optimización del rendimiento de la red de retransmisión cognitiva basado en el aprendizaje profundo por refuerzo. Para el modelo del sistema de redes de retransmisión cognitiva, se utiliza el proceso de decisión de Markov para describir la probabilidad de transición de canal del modelo del sistema

• Materias:Programación centralizada Dispositivos móviles Redes heterogéneas Cooperación de retransmisión Antenas inteligentes
• Subjects:Centralized scheduling Mobile devices Heterogeneous networks Relay cooperation Smart antennas
• Palabras claves:Redes de relé cognitivo; Recurso espectral; Algoritmo de optimización del rendimiento; Aprendizaje profundo por refuerzo; Modelo de sistema; Optimización de la utilidad
• Keywords:Cognitive relay networks; Spectrum resource; Throughput optimization algorithm; Deep reinforcement learning; System model; Utility optimization