Diseño de un algoritmo adaptativo de backoff basado en aprendizaje reforzado para incrementar la probabilidad de acceso exitoso en una red celular con comunicaciones masivas.

Abstract

En la investigación, se aborda el diseño de un algoritmo de backoff adaptativo basado en el aprendizaje por refuerzo, con el propósito de aumentar la probabilidad de acceso exitoso en una red celular que maneja comunicaciones masivas. El enfoque principal de este trabajo es estudiar y modelar tanto el canal de acceso aleatorio como el procedimiento de backoff en condiciones de comunicación masiva generada por dispositivos IoT. Este algoritmo ajusta el tiempo de backoff en función del indicador de backoff, el cual se determina a partir de la carga del canal de acceso aleatorio. La evaluación del rendimiento de la red se llevó a cabo al considerar la probabilidad de acceso exitoso en diferentes condiciones de tráfico masivo. Para llevar a cabo este análisis, se empleó un modelo de simulación implementado en el software de MatLab. Los resultados obtenidos a través de las configuraciones adecuadas de los parámetros del RACH, demostraron que se puede alcanzar una probabilidad de acceso exitoso mayor al 90%. Este logro se acompaña de una considerable reducción en las retransmisiones y el retardo de acceso. La eficiencia de estos resultados se debe a que el algoritmo basado en aprendizaje por refuerzo tiene la capacidad de aprender de sus experiencias y de adaptarse de manera eficiente a las cambiantes condiciones del canal de comunicación.