Глубокое обучение с подкреплением для оптимизации ресурсов сети в MIMO‑NOMA сетях с целью максимизации использования при минимальных накладных расходах

Почему умные сотовые сети важны

Пока наши телефоны, автомобили и бесчисленные датчики конкурируют за беспроводную пропускную способность, современные сети испытывают трудности с обеспечением плавного соединения для всех, особенно когда пользователи быстро перемещаются по городам и автомагистралям. В этой работе предлагается новый способ сделать будущие сети в стиле 5G и 6G гораздо более эффективными и надежными, обучая сеть в реальном времени выбирать соединения и распределять ограниченные радиоресурсы между множеством пользователей с минимальными потерями.

Загруженные волны и проблема переполнения

Современные беспроводные системы должны обслуживать огромное число пользователей, постоянно перемещающихся в пространстве. Новые технологии, такие как MIMO, использующая одновременно множество антенн, и NOMA, позволяющая нескольким пользователям делить один и тот же спектральный фрагмент, обещают существенный прирост ёмкости. Но на практике, когда люди едут на автомобиле или поезде и сигналы быстро флуктуируют, становится крайне сложно решить, к какой базовой станции подключать каждого пользователя, сколько мощности назначать и как предотвратить взаимные помехи. Многие существующие методы оптимизации предполагают относительно стабильные условия или идеальное знание радиоканала — допущения, которые рушатся в быстрых и перегруженных реальных сценариях.

Позволить сети предсказывать лучшее соединение

Авторы предлагают подход под названием OSIANRO, который начинается с улучшения назначения устройств к сетям и каналам. Вместо опоры на фиксированные правила он использует усиленную версию популярного метода машинного обучения, известного как градиентный бустинг. Эта модернизированная модель обучается на множестве примеров прошлой работы сети — таких как мощность сигнала, задержка и тип используемого приложения — чтобы предсказать, с высокой ли вероятностью выбранное соединение сработает или нет. Метод математически переработан так, чтобы штрафовать чрезмерно сложные решения и учитывать редкие, но важные случаи, например пользователей, которых трудно обслужить. Тщательно оценивая и ранжируя наиболее значимые сведения, он фокусируется только на самых полезных признаках, сокращая время принятия решений и количество ошибок.

Обучение сети справедливому распределению и предотвращению конфликтов

После того как OSIANRO выбирает перспективную сеть или канал, системе предстоит решить, как делить спектр и мощность между множеством пользователей. Авторы строят детальную математическую модель, описывающую, сколько данных пользователи могут передать, как сигналы мешают друг другу и как часто происходят столкновения при попытке одновременно использовать эфир. Вместо решения этой сложной задачи фиксированными формулами система использует глубокое обучение с подкреплением, при котором многочисленные программные «агенты» учатся методом проб и ошибок. Каждый агент представляет пользователя, который выбирает, к какому ресурсному блоку получить доступ и насколько агрессивно за него бороться. Агентам начисляются вознаграждения при увеличении общей скорости передачи данных и штрафы при росте помех или накладных расходов на канал, постепенно сходясь к стратегиям, которые минимизируют число столкновений и одновременно повышают суммарную пропускную способность.

Эффективность на городских улицах и автомагистралях

Для тестирования OSIANRO авторы моделируют реалистичные городские и магистральные сценарии, используя общепринятые модели каналов и инструменты с открытым исходным кодом. Они сравнивают свою систему с продвинутым эталоном, который применяет специализированное устройство, вдохновлённое квантовыми идеями, для оптимизации распределения ресурсов. Во множестве экспериментов OSIANRO последовательно повышает суммарную скорость передачи данных, извлекает больше информации из каждой единицы спектра и резко сокращает число столкновений, даже по мере роста числа пользователей и их скоростей. Улучшенный выбор сети на основе градиентного бустинга оказывается точнее и быстрее стандартных версий, тогда как компонент обучения с подкреплением плавно адаптируется к меняющимся радиусловиям без опоры на идеальные априорные знания.

Что это означает для повседневной связи

Проще говоря, работа показывает, что предоставление беспроводным сетям способности предсказывать и учиться самостоятельно может сделать переполненные частоты гораздо более похожими на упорядоченные автомагистрали, а не на хаотичные парковки. За счёт умного выбора башни и канала для каждого устройства и постоянной корректировки правил совместного использования спектра OSIANRO обеспечивает передачу большего объёма данных большему числу пользователей с меньшим числом затруднений и сбоев. Хотя результаты получены в детальных симуляциях, а не при реальных развертываниях, они указывают на практический путь к мобильным сетям, остающимся быстрыми, справедливыми и стабильными даже при большой нагрузке движущихся автомобилей, поездов и миллиардов подключённых устройств.

Цитирование: Lahza, H., Sreenivasa, B.R., Lahza, H. et al. Deep reinforcement learning for network resource optimization in MIMO-NOMA networks to maximize utilization with minimal overhead. Sci Rep 16, 12635 (2026). https://doi.org/10.1038/s41598-026-42953-7

Ключевые слова: распределение ресурсов 5G, MIMO NOMA, глубокое обучение с подкреплением, оптимизация сети, беспроводные помехи