Resumen

La gestión eficiente de recursos de espectro en redes de radio cognitiva (CRNs) es un método prometedor que mejora la utilización de recursos de espectro. En particular, el control de potencia y la asignación de canales son de máxima prioridad en la gestión de recursos de espectro. Sin embargo, el diseño conjunto de control de potencia y asignación de canales es un problema NP-duro y la investigación aún se encuentra en una etapa preliminar. En este documento, proponemos un enfoque conjunto novedoso basado en una red LSTM-DQN (red neuronal profunda de memoria a largo plazo). Nuestro objetivo es obtener los esquemas de asignación de canales de los puntos de acceso (APs) y las estrategias de control de potencia de los usuarios secundarios (SUs). Específicamente, la información de la intensidad de la señal recibida (RSSI) recopilada por las microestaciones base se utiliza como entrada de LSTM-DQN. De esta manera, la recopilación de RSSI puede ser compartida entre los usuarios. Una vez completado el entrenamiento, los AP

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Gestión de recursos del espectro; Redes de radio cognitiva; Control de potencia; Asignación de canales; LSTM-DQN; Usuarios secundarios
• Keywords:Spectrum resource management; Cognitive radio networks; Power control; Channel allocation; LSTM-DQN; Secondary users