Geri Dön

Rate splitting for interference channels with deep reinforcement learning

Derin öğrenme ile girişim kanalları için hız bölümü

  1. Tez No: 849146
  2. Yazar: OSMAN NURİ IRKIÇATAL
  3. Danışmanlar: DOÇ. DR. AYŞE MELDA YÜKSEL TURGUT, DR. ELİF TUĞÇE CERAN ARSLAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 82

Özet

İletişim sistemlerindeki son gelişmeler ile, hız bölmeli çoklu erişim tekniği (RSMA) tekniği, çağdaş iletişim sistemlerindeki süregelen bir sorun olan girişimi ele almak için önemli bir strateji olarak ortaya çıkmıştır. Bu çalışma, RSMA içinde ön kodlama yöntemlerinin detaylı bir şekilde uygulanmasını inceleyerek, özellikle çok antenli girişim kanallarının karmaşık alanına odaklanarak, derin pekiştirmeli öğrenmenin yeteneklerinden yararlanmayı amaçlamaktadır. Temel amaç, ortak ve özel olarak adlandırılan her iki tür veri akışı için ön kodlayıcıları ve iletim gücünü optimize etmektir ve bu da sürekli bir eylem alanında çoklu karar vericiyi içeren detaylı bir yaklaşım gerektirir. Bu zorluğu ele almak için çalışma, çoklu ajan derin belirli politika gradyanı (MA-DDPG) çerçevesinin kullanılmasını önermektedir. Bu çerçeve içinde, dağıtılmış ajanlar kısmi gözlem yeteneğiyle çalışır ancak merkezi bir eleştirmenden birlikte öğrenir, çok boyutlu bir sürekli politika alanında gezinerek eylemleri optimize eder. Simülasyon sonuçları, önerilen hız-bölme yönteminin etkinliğini vurgular ve tek anten senaryosunda toplam hız için bilgi teorik üst sınırına ulaştığını gösterir. Çoklu antenli ortamlarda bile performansı bu teorik üst sınır ile yakındır ve ayrıca rate-splitting kullanmadan MA-DDPG, maksimum oranlı iletim, sıfıra zorlama ve sızıntı tabanlı ön kodlama gibi diğer tekniklerin belirlediği referansları aşar. Bu sonuçlar, bu derin öğrenme destekli RSMA yaklaşımının, girişimi önemli ölçüde azaltarak iletişim sistemlerinde iletim hızlarını ve genel sistem performansını iyileştirme potansiyelini vurgular.

Özet (Çeviri)

In recent advancements within communication systems, the rate-splitting multiple access (RSMA) technique has emerged as a crucial strategy to address interference, a persistent challenge in modern communication systems. This study examines the detailed application of precoding methodologies within RSMA, focusing on the complex environment of multiple-antenna interference channels and leveraging the capabilities of deep reinforcement learning. The primary objective is to optimize precoders and allocate transmit power for both common and private data streams, requiring a nuanced approach involving multiple decision-makers within a continuous action space. To address this challenge, the study proposes the utilization of a multi-agent deep deterministic policy gradient (MA-DDPG) framework. Within this framework, decentralized agents operate with partial observability but collectively learn from a centralized critic, navigating a multi-dimensional continuous policy space to optimize actions. Simulation outcomes highlight the effectiveness of the proposed rate-splitting method, achieving the information-theoretical upper bound for the sum rate in the single-antenna scenario. Even in multiple-antenna settings, its performance closely approaches this theoretical limit, outperforming benchmarks set by other techniques such as MA-DDPG without rate-splitting, maximal ratio transmission, zero-forcing, and leakage-based precoding methods. These compelling results emphasize the promising potential of this deep reinforcement learning-driven RSMA approach in communication systems by substantially mitigating interference and optimizing transmission rates and overall system performance.

Benzer Tezler

  1. Çok kullanıcılı çok antenli aşağı gönderim sistemleri

    Downlink multi-user mimo systems

    ÇINAR YALÇINDURAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Elektrik ve Elektronik MühendisliğiTOBB Ekonomi ve Teknoloji Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. AYŞE MELDA YÜKSEL TURGUT

  2. Sum-rate optimal resource allocation for single carrier frequency division multiple access systems

    Tek taşıyıcılı frekans bölmeli çoklu erişim sistemleri için toplam veri hızını enbüyükleyen özkaynak tahsisi

    TEOMAN MERT

    Yüksek Lisans

    İngilizce

    İngilizce

    2013

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. HAKAN ALİ ÇIRPAN

  3. HDTV işaretlerinin uydu üzerinden iletiminde özel problemler

    Special problems in transmitting the HDTV signals by satellite

    RAMAZAN BAL

    Yüksek Lisans

    Türkçe

    Türkçe

    1991

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    PROF.DR. BİNGÜL YAZGAN

  4. Otomatik yineleme istemeli işbirlikli iletimde enerji hasatlama

    Energy harvesting in arq-based cooperative communication

    EMİRHAN ÖZGÜN

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. HASAN ÜMİT AYGÖLÜ

  5. New combined non-orthogonal multiple access techniques for wireless networks

    Telsiz iletişim ağları için yeni birleşik dik olmayan çoklu erişim teknikleri

    SEDA ÜSTÜNBAŞ GAVAS

    Doktora

    İngilizce

    İngilizce

    2023

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. HASAN ÜMİT AYGÖLÜ