Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/36890| Título: | Reinforcement learning-aided NOMA random access: an AoI-based timeliness perspective |
| Título(s) alternativo(s): | Acesso aleatório NOMA com auxílio de aprendizado por reforço: uma perspectiva baseada na pontualidade da informação |
| Autor(es): | Pereira, Felippe Moraes |
| Orientador(es): | Rebelatto, João Luiz |
| Palavras-chave: | Internet das coisas Aprendizado do computador Protocolos de acesso múltiplo (protocolos de rede de computadores) Aprendizado por Reforço Internet of things Machine learning Multiple access protocols (Computer network protocols) Reinforcement learning |
| Data do documento: | 24-Abr-2025 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Curitiba |
| Citação: | PEREIRA, Felippe Moraes. Reinforcement learning-aided NOMA random access: an AoI-based timeliness perspective. 2025. Dissertação (Mestrado em Engenharia Elétrica e Informática Industrial) - Universidade Tecnológica Federal do Paraná, Curitiba, 2025. |
| Resumo: | O Age-of-Information (AoI) é uma métrica essencial para avaliar a pontualidade da informação em redes de Internet das Coisas (IoT), especialmente em redes de múltiplos acessos, como as baseadas em Non-Orthogonal Multiple Access (NOMA). Neste trabalho, investiga-se o desempenho do AoI em uma rede NOMA com dispositivos IoT que transmitem dados para um gateway comum de maneira aleatória e sem concessões explícitas de tempo. O estudo considera uma configuração estruturada em múltiplos slots de tempo e adota o algoritmo de Q-learning para definir, de forma distribuída, os slots de tempo e os níveis de potência em que cada dispositivo IoT transmite dentro de um quadro de tempo. No esquema proposto, denominado AoI-QLNOMA, a recompensa do Q-learning é ajustada com o objetivo de minimizar o AoI médio da rede, sendo necessário apenas um bit de feedback por slot de tempo, enviados ao fim de cada quadro. Os resultados obtidos demonstram que o AoI-QL-NOMA melhora significativamente o desempenho do AoI em comparação com esquemas recentemente propostos, sem causar uma redução significativa no throughput da rede. |
| Abstract: | Age-of-Information (AoI) is a critical metric for assessing the freshness of data in Internet of Things (IoT) networks, particularly in non-orthogonal multiple access (NOMA) networks. This study investigates the AoI performance in a NOMA network, where multiple IoT devices transmit data to a common gateway in a grant-free, random manner. Specifically, we consider a framed setup with multiple time slots and employ the Q-learning algorithm to define, in a distributed manner, the time slots and power levels at which each IoT device transmits within a frame. In the proposed AoI-QL-NOMA scheme, the Q-learning reward is adapted to minimize the average AoI of the network, requiring only a single feedback bit per time slot on a per-frame basis. Our results show that AoI-QL-NOMA significantly improves AoI performance compared to several recently proposed schemes, without significantly reducing network throughput. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/36890 |
| Aparece nas coleções: | CT - Programa de Pós-Graduação em Engenharia Elétrica e Informática Industrial |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| reinforcementnomaaoiperspective.pdf | 5,84 MB | Adobe PDF |  Visualizar/Abrir |
Este item está licenciada sob uma Licença Creative Commons
