Ordonnancement dans les réseaux cellulaires 5G basé sur l'apprentissage par renforcement

Abstract

L'objectif de ce projet de fin d'études est d'étudier les algorithmes d'ordonnancement dans un réseau LTE/5G puis de choisir dynamiquement l'algorithme approprié à appliquer au cours de chaque intervalle de transmission. Le choix de l'algorithme approprié est déterminé par un algorithme basé sur les techniques d'apprentissage par renforcement. Les simulations ont été effectuées en utilisant le logiciel open source de simulations réseaux ns-3. Le choix de l'algorithme d'ordonnancement se fait parmi les algorithmes que sont PF, PSS et CQA et qui sont déjà implémentés su ns-3. En effet, un choix judicieux permet d'optimiser l'utilisation des ressources, d'améliorer le débit global, l'efficacité spectrale et l'équité du système. Pour réaliser les simulations souhaitées, nous montrons aussi dans ce mémoire comment le module AI, un module développé séparément de ns-3, peut interagir avec ns-3 et ainsi pouvoir tester les techniques d'apprentissage par renforcement.