DSpace Repository

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

Show simple item record

dc.contributor.author Amazouz, Amel
dc.contributor.author Kaabache, Asma
dc.contributor.author Azni, M. ; promoteur
dc.contributor.author Benmadani, M. ; promoteur
dc.date.accessioned 2024-05-12T12:24:33Z
dc.date.available 2024-05-12T12:24:33Z
dc.date.issued 2023
dc.identifier.other 621.3mas/586
dc.identifier.uri http://univ-bejaia.dz/dspace/123456789/23232
dc.description Option :Réseaux et télécommunication en_US
dc.description.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. en_US
dc.language.iso fr en_US
dc.publisher Univ.Abderrahmane Mira- Bejaia en_US
dc.subject Réseaux cellulaires : 5G: Algorithme d'ordonnancement en_US
dc.title Ordonnancement dans les réseaux cellulaires 5G basé sur l'apprentissage par renforcement en_US
dc.type Thesis en_US


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Advanced Search

Browse

My Account