تخصیص پویای منابع در شکبه های سلولی مبتنی بر ofdma

هدف از این پایان نامه توسعه وارزیابی الگوریتم پویای تخصیص منابع در شبکه های ofdma است. در این تحقیق شبکه های سلولی مدنظر قرار گرفته اند، به گونه ای ناحیه سرویس به سلول هایی تقسیم می گردد و ترمینال های موبایل به منظور وصل شدن به شبکه بایستی به ایستگاه های پایه ای که در مرکز هر سلول قرار دارند، متصل شوند. در شبکه های ofdma، باند فرکانسی به تعدادی زیر کانال انتقال تجزیه می گردد و با توجه به خاصیت متعامد بودن (orthogonality) نیاز به ناحیه حایل (guard) بین کانال های موجود نمی باشد. از آنجا که تعداد کانال های فرکانسی محدود می باشد، تخصیص کانال ها به کاربران باید به نحوی انجام شود که بیشترین گذردهی حاصل شود. از این رو الگوریتم های تخصیص منابع به نحوی طراحی می شوند که با توجه به شرایط مختلف کاربران، نظیر مقادیر مختلف سیگنال به نویز و نرخ داده های مورد نیاز متفاوت، این هدف برآورده شود. در اینجا به منظور دستیابی همزمان به دو هدف گذردهی بالای شبکه و تخصیص عادلانه منابع به کاربران، مسأله تخصیص منابع به نحو جدیدی به صورت فرمال تعریف شده است که در آن الگوریتم متناظر با این مسأله، گذردهی سیستم را ماکزیمم می کند با این محدودیت که تخطی از عدالت از یک آستانه قابل تنظیم تجاوز نکند. دو الگوریتم برای حل مسأله تعریف شده ارایه شده است که یکی به صورت توزیع شده و دیگری به صورت متمرکز کار می کنند. مسأله تعریف شده به صورت یک مسأله تصمیم گیری مارکف مدل گردیده است که برای حل آن جهت پیدا کردن سیاست بهینه تخصیص کانال از روش یادگیری q-learning استفاده شده است. با توجه به محدودیت روش یادگیری تقویتی در حل مسایل با فضای حالت بزرگ یا پیوسته، از روش جدیدی که مبتنی بر نقشه های خودسازمان ده (self-organizing maps) می باشد، استفاده شده است. این روش قابلیت حل مسایل با فضای حالات بزرگ را دارا می باشد. روش فوق در محیط شبیه سازی پیاده گردیده و با روش های موجود مقایسه شده است. نتایج نشاندهنده بهبود تا 76 درصد و متوسط 22 درصد در گذردهی شبکه و عملکرد همواره عادلانه این روش نسبت به روش های دیگر می باشد.