基于非正交多址接入(NOMA)的Q学习(Q-Learning)随机接入方法(NORA-QL)是实现物联网中海量设备泛在接入的一项有效技术。为了解决NORA-QL方法仍存在的传输能效和过载容量较低的问题,提出了一种适合卫星通信网络的改进方法(I-NORA-QL)。...基于非正交多址接入(NOMA)的Q学习(Q-Learning)随机接入方法(NORA-QL)是实现物联网中海量设备泛在接入的一项有效技术。为了解决NORA-QL方法仍存在的传输能效和过载容量较低的问题,提出了一种适合卫星通信网络的改进方法(I-NORA-QL)。针对传输功耗高的问题,I-NORA-QL利用卫星广播的全局信息改进Q学习的学习策略,将用户发射功率用于奖励函数的构造,同时将学习速率设计为与算法迭代次数相关的衰减函数。I-NORA-QL进一步在接入类别限制ACB(Access Class Barring)的基础上,基于学习过程中的Q值特性和负载估计实现ACB限制因子的自适应调整以进行过载控制。仿真结果表明,提出的I-NORA-QL改进方法相比于现有其他方法,能够有效降低用户设备的平均功耗,且在系统过载状态下可以显著提高吞吐量。展开更多
文摘基于非正交多址接入(NOMA)的Q学习(Q-Learning)随机接入方法(NORA-QL)是实现物联网中海量设备泛在接入的一项有效技术。为了解决NORA-QL方法仍存在的传输能效和过载容量较低的问题,提出了一种适合卫星通信网络的改进方法(I-NORA-QL)。针对传输功耗高的问题,I-NORA-QL利用卫星广播的全局信息改进Q学习的学习策略,将用户发射功率用于奖励函数的构造,同时将学习速率设计为与算法迭代次数相关的衰减函数。I-NORA-QL进一步在接入类别限制ACB(Access Class Barring)的基础上,基于学习过程中的Q值特性和负载估计实现ACB限制因子的自适应调整以进行过载控制。仿真结果表明,提出的I-NORA-QL改进方法相比于现有其他方法,能够有效降低用户设备的平均功耗,且在系统过载状态下可以显著提高吞吐量。