ƯỚC LƯỢNG HIỆU NĂNG BẰNG KỸ THUẬT HỌC SÂU CHO HỆ THỐNG MẶT PHẢN XẠ THÔNG MINH RIS KẾT HỢP THIẾT BỊ BAY KHÔNG NGƯỜI LÁI UAV TRONG TRUYỀN THÔNG GÓI TIN NGẮN
Keywords:
fading Rayleigh, học máy, học sâu, giải mã và chuyển tiếp, mặt phản xạ thông minh, thiết bị bay không người lái, tỉ lệ lỗi khối, truyền thông gói tin ngắnAbstract
Trong bài báo này, chúng tôi đề xuất một thiết
kế cho mạng truyền thông sử dụng gói tin ngắn có sự
hỗ trợ của mặt phản xạ thông minh RIS kết hợp với
thiết bị bay không người lái UAV nhằm đảm bảo chất
lượng mạng cũng như hạn chế những ảnh hưởng bởi
những điều kiện bất lợi của địa hình truyền nhận thông
tin trong môi trường vô tuyến. Thông số để phân tích
nhằm đảm bảo chất lượng mạng là tỉ lệ lỗi khối được
chứng minh ở cả hai dạng chính xác và xấp xỉ. Hơn
nữa, vị trí của UAV cũng được khảo sát để kiểm chứng
ảnh hưởng của điều kiện bất lợi từ địa hình. Kết quả
phân tích được kiểm chứng lại bởi kết quả mô phỏng
Monte-Carlo. Ngoài ra, các kết quả phân tích trong mô
hình đề xuất cũng được dùng để huấn luyện cho mạng
nơ-ron sâu nhằm tăng độ tin cậy của mô hình đã đề
xuất và đồng thời tăng tốc độ xử lý dựa vào các thuật
toán.