Phân tích sự đánh đổi giữa hiệu năng và năng lượng trong mạng truyền thông tán xạ ngược trong môi trường chống nhiễu sử dụng học tăng cường đa tác tử

Tóm tắt

Sự bùng nổ của các thiết bị Internet vạn vật (IoT) trong kỷ nguyên 6G đặt ra thách thức kép về tiết kiệm năng lượng và khả năng chống chịu trước các cuộc tấn công gây nhiễu chủ động. Kỹ thuật Truyền thông Tán xạ ngược Môi trường (Ambient Backscatter Communication - AmB) nổi lên như một giải pháp hứa hẹn nhờ khả năng tận dụng sóng vô tuyến có sẵn để truyền tin với công suất cực thấp. Tuy nhiên, việc tối ưu hóa đồng thời độ tin cậy và hiệu quả năng lượng trong môi trường nhiễu là bài toán phức tạp. Bài báo này nghiên cứu bài toán cân bằng tài nguyên động, trong đó tín hiệu gây nhiễu được thu thập để cung cấp năng lượng vận hành hệ thống. Chúng tôi đề xuất khung giải pháp IA-MADDPG, kết hợp Học tăng cường sâu đa tác tử với cơ chế Học bắt chước nhằm khắc phục vấn đề hội tụ chậm trong không gian hành động liên tục. Kết quả mô phỏng cho thấy, thay vì tối đa hóa thông lượng một cách mù quáng, phương pháp đề xuất chấp nhận mức tiêu thụ năng lượng cao hơn để duy trì sự ổn định của hiệu suất thông lượng trên năng lượng trong các điều kiện khắc nghiệt.