Tối ưu ngưỡng phát hiện kênh trống cho mạng wifi sử dụng học tăng cường

Tóm tắt

Sự gia tăng nhanh chóng của các thiết bị không dây và dịch vụ băng thông cao đã thúc đẩy xu hướng triển khai dày đặc các điểm truy cập WiFi, dẫn đến nhiễu nghiêm trọng giữa cùng dịch vụ. Khi đó, kỹ thuật đánh giá kênh trống (Clear Channel Assessment - CCA) được đề xuất trong hệ thống chuẩn IEEE 802.11để đánh giá nhiễu từ các trạm lân cận và ước lượng hiệu năng quá trình truyền tin. Bài báo này đề xuất phương pháp kết hợp thuật toán Double Deep Q-Network (Double DQN) với kỹ thuật phân bổ công suất Water-Filling nhằm tối ưu hóa đồng thời ngưỡng phát hiện sự chồng lấn giữa các vùng dịch vụ cơ bản (Overlapping Basic Service Set - OBSS) và công suất phát trong mạng WiFi. Trong đó, tác tử học tăng cường sâu đóng vai trò điều chỉnh ngưỡng đánh giá kênh trống (ngưỡng CCA) cho trong các vùng dịch vụ (Basic Service Set - BSS), trong khi Water-Filling phân bổ công suất tối ưu dựa trên trạng thái kênh tức thời. Kết quả mô phỏng cho thấy phương pháp đề xuất đạt mức cải thiện thông lượng mạng trung bình khoảng 30% so với cơ chế tiêu chuẩn của IEEE 802.11ax.