LuanVan.vnLuận Văn
Gửi thư

Ứng dụng thuật toán DRL: Soft Actor-Critic trong bài toán tối ưu thông lượng trong mạng CR-NOMA

Đồ án tốt nghiệp · Đại học · năm 2025 · đề tài tham khảo

Loại tài liệuĐồ án tốt nghiệp
Bậc họcĐại học
NgànhCông nghệ thông tin
Tác giảNguyễn Thế Vinh
Người hướng dẫnTrần Thị Ngọc Lan
Cơ sở đào tạoĐại học Bách khoa Hà Nội
Năm2025
NguồnThư viện số Đại học Bách khoa Hà Nội · trang gốc

Tóm tắt

Ứng dụng học tăng cường sâu (Deep Reinforcement Learning) với thuật toán Soft Actor-Critic (SAC) nhằm tối ưu hóa thông lượng trong mạng Cognitive Radio Non-Orthogonal Multiple Access (CR-NOMA). Hệ thống xem xét mô hình trong đó người dùng chính được lập lịch theo TDMA, trong khi người dùng phụ có năng lượng hạn chế thực hiện đồng thời truyền dữ liệu và thu hoạch năng lượng từ tín hiệu của người dùng chính. Bài toán được xây dựng dưới dạng tối ưu hóa quyết định phân bổ công suất truyền và hệ số thời gian giữa hai hoạt động nhằm tối đa hóa thông lượng dài hạn, trong bối cảnh phải đánh đổi với hiệu năng ngắn hạn. Thuật toán SAC được sử dụng để học chính sách điều khiển tối ưu thông qua cân bằng giữa khám phá và khai thác. Phương pháp đề xuất vượt trội so với các chiến lược truyền thống, cải thiện đáng kể thông lượng dài hạn và hiệu quả sử dụng năng lượng trong mạng CR-NOMA.
Bản toàn văn lưu tại thư viện Đại học Bách khoa Hà Nội

Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.

Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
  • Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
  • Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
  • Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.

Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.

Đề tài cùng ngành

Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.

Tải ứng dụng AI Học Thuật

Tư vấn học thuật, luận văn, công bố quốc tế với chuyên gia — miễn phí trên iPhone, iPad và Android.

Download on the App Store Tải trên Google Play