27514

اشتراك گذاري طيف در يك شبكۀ مخابراتي پهپادي

كارشناسي ارشد

مهندسي برق- مخابرات_سيستم

1401/6/31

دكتر سيد محمد رضوي زاده

دانشكده مهندسي برق

رشد روز افزون فناوري و به وجود آمدن پديده هايي مانند اينترنت در اشياء ، نياز به تاخير كم و سرعت بيشتر تبادل اطلاعات و در عين حال قابل اعتماد و اطمينان بودن شبكه، محققان را وادار كرد تا با رونمايي از نسل پنجم شبكه هاي همراه بي سيم به اين مهم دست پيدا كنند. شبكه هاي نسل پنجم از آنجايي كه سرعت بالايي در تبادل اطلاعات دارند و كاربران زيادي از جمله اشياء را قرار است تحت پوشش قرار دهند، باعث افزايش بار ترافيكي در شبكه خواهند شد كه زيرساختهاي نسلهاي قبلي موبايل قادر به پاسخگويي به اين ميزان از تقاضا نيستند و ظرفيت لازم را ندارند. يكي از روشهايي كه اين هزينه ها را كاهش ميدهد و درعين حال در شرايط اضطراري و غير منتظره مانند زلزله ، سيل ، آتشفشان و... نيز نيازهاي ما را فراهم ميسازد، استفاده از پهپاد ها ( UAV ) ميباشد. در چنين شرايط خاصي، راه حلي كه به طور همزمان امكان پوشش‌دهي شبكه در مناطق بحراني و رسيدن به اهداف اصلي نسل پنجم يعني ارتقاي پهناي باند موبايل ، ارتباطات با تاخير خيلي كم و ضريب اطمينان بالا و ارتباطات گسترده ماشيني را برايمان ممكن سازد، اميدوار كننده است. در نتيجه پهپادها نه تنها به عنوان پارامتر مهمي در نسل پنجم ارتباطات قرار دارند، بلكه يكي از اركان اصلي شبكه هاي پس از نسل پنجم و نسل ششم براي داشتن يك شبكۀ جامع و يكپارچۀ ارتباطي ميباشند. اشتراك گذاري طيف كه يكي از شاخه ها و اركان اصلي علوم راديو شناختي ميباشد، تكنيكي قدرتمند در استفاده درست و بهينه براي اپراتورهاي شبكه جهت گسترش ظرفيت /پوشش و كاستن زيرساختهاي شبكه است؛ كه حتي باعث كاهش هزينه‌هاي عملياتي و افزايش درآمد نيز ميشود. در اين پروژه قصد بر اين است با در نظر گرفتن تداخل بين كانالي و اثر مضرّ واگذاري يا دگرسپاري هاي بي‌مورد روي گذردهي دريافتي كاربر اوليه و ثانويه، مكانها و وظايفي (سنجيدن يا رله كردن پهپادها) كه بيشترين گذردهي ممكن را با استفاده از روش يادگيري تقويتي در اختيار كاربران اوليه و ثانويۀ يك شبكه راديو شناختي قرار مي‌دهد بيابيم و نتايج همگرا شدن (كه بيانگر موفق بودن الگوريتم است) يا نشدنِ الگوريتم را با استفاده از شبيه‌سازي نشان دهيم. در صورت همگرا شدن الگوريتم يادگيري تقويتي، ميتوان ادعا كرد كه پهپادها با رعايت و حفظ يك فاصله اي از همديگر، مانع بروز تصادفي كه ناشي از نزديك بودن بيش از حدشان به هم است نيز مي‌شوند.

1401/09/23

Spectrum Sharing in an UAV-Based Communication Network

9/22/2023 12:00:00 AM

The ever-increasing growth of technology and a phenomena such as the Internet of Things (IoT), the need for low latency and higher speed of information exchange, and at the same time the reliability of the network, forced researchers to achieve this by unveiling the fifth generation (5G) of wireless mobile networks. Since the 5G networks have a high speed in exchanging information and are supposed to cover many users including objects, they will increase the traffic load in the network, which the infrastructure of the previous generations of mobile phones are not able to respond to this amount of demand. One of the methods that reduces these costs and at the same time provides our needs in emergency and unexpected situations such as earthquakes, floods, volcanoes, etc., is the use of UAVs. In such special conditions, a solution that simultaneously enables network coverage in critical areas and achieving the main goals of the 5G, (i.e. improving mobile bandwidth, communications with very low latency and high reliability, and extensive machine communications) is promising. As a result, drones are not only an important parameter in the fifth generation of communication, but they are also one of the main pillars of Beyond-5G (B5G) and sixth generation networks to have a comprehensive and integrated communication network. Spectrum Sharing (SS), which is one of the main branches and pillars of cognitive radio science, is a powerful technique in correct and optimal use for network operators to expand capacity/coverage and reduce network infrastructure; which even reduces operational costs and increases income. In this project, the aim is to determine the locations and tasks (sensing or relaying drones) that may have the highest possible throughput for primary and secondary users; by using the Reinforcement Learning (RL) method and taking into account inter-channel interference and the harmful effect of handing over or unnecessary handovers on the primary and secondary user throughput. The results of convergency (which indicates the success of the algorithm) or the failure of the algorithm will be shown by using simulation. If the reinforcement learning algorithm converges, it can be claimed that the drones, by observing and maintaining a distance from each other, prevent the accidents caused by being too close to each other.

اشتراك گذاري طيف , مخابرات پهپادي , تداخل بين كانالي , يادگيري تقويتي چند عاملي

Spectrum Sharing (SS) , UAV-Communication , (ICI) Inter-Channel Interference , Multi-Agent Reinforcement Learning

Reza Javadzadeh

Dr. S.Mohammad Razavizadeh