بهينه‌سازي سيستم‌هاي يكپارچه حسگري و مخابراه با بهره‌گيري از سكوهاي ارتفاع بالا در شبكه‌هاي 66

اصفهان : دانشگاه صنعتي اصفهان

مهندسي برق

دكتري

شبكه‌هاي نسل ششم (6G)، در مسير دستيابي به نرخ داده‌هاي فوق‌العاده بالا، پوشش يكپارچه و قابليت‌هاي حسگري دقيق، با چالش‌هاي اساسي در معماري و بهينه‌سازي سيستم مواجه هستند. در اين بستر، حسگري و مخابرات يكپارچه (ISAC) به عنوان يك فناوري كليدي نويدبخش، بهينه‌سازي كارايي طيفي و انرژي را ميسر مي‌سازد. با اين حال، دستيابي به تخصيص منابع بهينه و تضمين عدالت (Fairness) در محيط‌هاي راديويي پيچيده و ديناميك، مستلزم توسعه راه‌حل‌هاي پيشرفته‌اي است. اين رساله، يك چارچوب جامع و نوآورانه ISAC را براي شبكه‌هاي 6G، با بهره‌گيري از ايستگاه‌هاي سكوي با ارتفاع بالا (HAPS) ارائه مي‌دهد. برخلاف رويكردهاي سنتي، اين رساله به ارائه و ارزيابي تطبيقي الگوهاي نوين معماري شبكه مبتني بر HAPS با هدف تحقق هم‌افزايي ميان عملكردهاي ارتباطي و حسگري در شبكه‌هاي ارتباطي سيار فراگير، مي‌پردازد. در اين راستا، دو مدل معماري متمايز تحليل و مقايسه مي‌شوند: (1) يك ساختار متمركز كه در آن HAPS به تنهايي نقش ايستگاه پايه ماكرو (SMBS) را ايفا مي‌كند، و (2) يك معماري سلسله‌مراتبي و مشاركتي كه در آن HAPS به عنوان يك واحد پردازش مركزي (CPU) عمل كرده و پهپادها (UAV) به عنوان نقاط دسترسي هوايي ديناميك و منعطف به كار گرفته مي‌شوند. عملكرد اين الگوها تحت سناريوهاي كاربري متنوع، شامل كاربران مخابراتي تك‌آنتنه و چندآنتنه، به صورت كمي مورد ارزيابي قرار مي‌گيرد. به‌منظور بيشينه‌سازي كيفيت سرويس براي كاربران چندآنتنه، الگوريتم‌هاي آشكارسازي سيگنال پيشرفته نظير جبران صفر (ZF)، حداقل خطاي ميانگين مربعات (MMSE) و تركيب حداكثر نسبت (MRC) پياده‌سازي مي‌شوند. نتايج كليدي اين رساله، نقش‌هاي مكمل و توانمندي‌هاي دوگانه ارتباطي-حسگري را در هر دو معماري برجسته مي‌سازد. ساختار HAPS متمركز، در ارائه پوشش فراگير ارتباطي و تحقق حسگري در مقياس كلان (نظير پايش محيطي) ظرفيت مناسبي دارد، در حالي كه ساختار سلسله‌مراتبي با بهره‌گيري از پهپاد، در پاسخگويي ديناميك به نيازهاي ترافيكي متغير (ارتباطات) و اجراي مأموريت‌هاي حسگري دقيق و هدفمند (نقطه‌اي) كارآمد است. در اين رساله، دو رويكرد متفاوت براي مسئله بهينه‌سازي تخصيص منابع در سيستم‌هاي HAPS-ISAC بررسي شده است. در رويكرد اول، مسئله به‌صورت تك‌هدفه مدل‌سازي شده است كه در آن هدف، بيشينه‌سازي حداقل بهره الگوي پرتو (max-min beampattern gain) ارسالي به سمت اهداف حسگري تحت قيد نسبت سيگنال به تداخل و نويز (SINR) كاربران مخابراتي و تخصيص توان است. در رويكرد دوم، مسئله به‌شكل يك بهينه‌سازي چندهدفه و غيرمحدب مطرح شده كه در آن به‌طور هم‌زمان دو هدف دنبال مي‌شود: بيشينه‌سازي حداقل SINR براي كاربران مخابراتي و افزايش توان سيگنال بازتابي از اهداف حسگري، با در نظر گرفتن محدوديت‌هاي دقيق مربوط به تخصيص توان و بهره الگوي پرتو. براي حل اين مسائل، ابتدا در مدل تك‌هدفه از الگوريتم ژنتيك (GA) به‌عنوان ابزار جستجوي مقدماتي استفاده شده است. سپس براي حل مسئله چندهدفه، الگوريتم ژنتيك مبتني بر مرتب‌سازي نامغلوب نسخه دوم (NSGA-II) توسعه داده شده تا به‌طور مؤثر مجموعه‌اي از راه‌حل‌هاي پارتو را استخراج كند. افزون بر اين، جهت ارزيابي عملكرد روش‌هاي پيشنهادي، يك عامل مبتني بر يادگيري تقويتي عميق (DRL) با معماري چندلايه پرسپترون (MLP) نيز طراحي و پياده‌سازي شده است. همچنين براي اعتبارسنجي نتايج و مقايسه جامع روش‌ها، از تحليل‌هاي رياضي بهره گرفته شده است و به منظور اعتبارسنجي دقيق‌تر، عملكرد مدل پيشنهادي با مراجع و مطالعات پيشين متمركز بر شبكه‌هاي پهپادي مقايسه شده است. نتايج شبيه‌سازي‌هاي گسترده، بهبود را در توازن ميان قابليت‌هاي حسگري و مخابراتي، افزايش قابل ملاحظه در حداقل SINR كاربران و دقت حسگري، و همچنين توزيع عادلانه منابع در شبكه، به اثبات مي‌رساند. اين مطالعه نشان مي‌دهد كه روش پيشنهادي مبتني بر NSGA-II، كارايي بالاتري را در دستيابي به اهداف چندهدفه نسبت به روش‌هاي يادگيري تقويتي عميق مورد مقايسه، ارائه مي‌دهد. اين دستاوردها، نه تنها به غناي دانش نظري در حوزه‌هاي ISAC و 6G كمك مي‌كنند، بلكه رهنمودهاي عملي ارزشمندي را براي طراحي و پياده‌سازي سيستم‌هاي مخابراتي نسل آينده فراهم مي‌آورند كه قادر به پاسخگويي به تقاضاهاي فزاينده براي ارتباطات فراگير و حسگري دقيق در اكوسيستم‌هاي پيچيده 6G هستند.

237164

مخابرات سيستم

مهندسي برق و كامپيوتر

دانشگاه صنعتي اصفهان