Noma Tabanlı Çoklu Erişimde Kullanıcı Çizelgeleme ve Yol Atama Tekniklerinin Geliştirilmesi

Abstract

Kablosuz haberleşmede, ağlarda kullanıcı düğümlerin birbirlerine iletim yapabilmelerini, belirli sürede çok sayıda paketin iletilmesini sağlayacak yöntemlerin geliştirilmesi incelenmiştir. Dik Olmayan Çoklu Erişim (NOMA) ve Ardışık Girişim Çıkarımı (SIC) ağlarda kullanımına yeni bir makine öğrenmesi yöntemi olan Q-öğrenmenin dahil edilmesi ile kullanıcılar arasındaki iletişimin verimliliğinin analizi yapılmıştır. Sonuçlara göre, Q-öğrenmenin kullanıldığı yöntem en çok paket sayısını iletmeyi başarmıştır. Kablosuz ağlarda sistem çıktısı optimizasyonu için çizelgeleme ve çok-yollu yönlendirme çalışılmıştır. Literatürdeki çalışmalardan farklı olarak, modelimiz, iletici düğümlerin güç alanında Dikgen Olmayan Çoklu Erişim (Non-Orthogonal Multiple Access- NOMA) ile çoklama yapmakta ve de alıcılarda Ardışık Girişim Çıkarımı (Successive Interference Cancellation- SIC) kullanarak iletimlerin gerçekleşmesini sağlamaktadır. Düğümlerin iletim güçlerinin sabit olduğu varsayılmıştır. NOMA (bir iletici ve iki alıcı) ya da SIC (iki iletici ve bir alıcı) uygulayabilen üç düğümlü birleşik bağlara ek olarak tek bağlar (bir iletici ve bir alıcı) oluşturulmuştur. Bağlar, uçtan uca akış hızlarının ağırlıklı toplamının optimizasyonu için zamanda çakışmayacak şekilde çizelgelenmiştir. Başarımdaki gelişme, NOMA ve SIC eklenerek test edilmiştir. Sayısal sonuçlar, NOMA ve SIC ile ağırlıklı toplam hızda neredeyse eşit ve belirgin iyileşme (25-30%) olduğunu göstermektedir. Tüm akışların kaynağının aynı olduğu bir durum incelenmiştir. Bu durumda, NOMA'nın kullanılması 65-70% iyileşme sağlamış, SIC'nin kullanılması etkisiz olmuştur. Son olarak, Ardışık Girişim Çıkarımı (Successive Interference Cancellation- SIC) tabanlı dağıtık kablosuz tasarsız bir ağda birleşik optimal yönlendirme ve en kısa sürede çizelgeleme çalışılmıştır. En iyi çözüm, SIC kullanılan bir ağda, verilen bir akış hızında, çizelgeleme için gereken en az zaman dilimi sayısını bulmaktadır. SIC kullanan optimal çözümün performansı, girişimin gürültü olarak kullanıldığı durumla karşılaştırılmaktadır. Sonuçlara göre, SIC kullanan optimal çözüm, SIC kullanmayan optimal çözümün performansına kıyasla daha belirgin bir iyileşme göstermiştir.

In wireless communications, user nodes in networks require techniques to transfer a high load of packets to each other in a limited time frame. Non-orthogonal Multiple Access (NOMA) and Successive Interference Cancellation (SIC) are such techniques. In addition to that, Q-learning is a new method of machine learning that can be used to analyze the success communication planning and transfer of packets. According to the simulation results, integrating Q-learning has increased the number of transferred packets the most. Scheduling and multi-path routing for system output optimization has been studied for wireless networks. According to the literature reviews, our model differs from others by applying NOMA (Non-orthogonal Multiple Access) at the transmitters and SIC (Successive Interference Cancellation) at the receviers. We assume that the transmission powers are constant. NOMA (one transmitter, two receivers), SIC (two transmitters, one receiver) and single links (one transmitter and one receiver) are formed. Links have been scheduled to optimize the weighted sum of end to end flow rate. The improvement in performance has been tested by the integration of NOMA and SIC to the system. Numerical results show that NOMA and SIC improves the system wieghted sum rate by 25-30%. A case where the source of all flows is the same has been investigated. In this scenario, NOMA has provided 65-70% improvement in performance whereas SIC has shown no effect on the performance. In a distributed ad hoc network where SIC is integrated, joint optimal routing and minimum length scheduling is studied. Optimal solution finds minimum amount of time slots required to schedule transmissions at a given flow rate in an SIC network. The performance of the optimal solution with SIC is compared to the one without SIC. According to the results, the optimal solution using SIC shows a significiant improvement compared to the one that does not use SIC.