| 보유기술정보 | |
|---|---|
| 출원번호 / 일자 | 1020220185783 (2022-12-27) |
| 등록번호 / 일자 | 1028793470000 (2025-10-28) |
| 발명자 | 중앙대학교 산학협력단 |
| 기술명 | RSMA 기반의 항공 컴퓨팅 시스템을 최적화하는 장치 및 방법 |
| 요약 | 본 발명은 RSMA 기반의 항공 컴퓨팅 시스템에서 대기 시간 및 소비 에너지 측면에서 프로세싱 비용을 최소화하기 위해 강화 학습 모델을 통해 오프로드 비율, 분할 비율, 전송 전력 및 디코딩 순서와 같은 파라미터들을 최적화하는 기법에 관한 것이다. 본 발명은 무선 자원을 효율적으로 사용 가능한 RSMA 기반의 고고도 플랫폼(HAP) 및 UAV를 통해 공중 MEC의 성능을 향상시키는 HAMEC 시스템에서 DDPG 알고리즘을 활용한 강화 학습 모델을 통해 HAMEC 시스템의 키 파라미터들을 최적화하여 소요 시간 및 소비 에너지를 최소화할 수 있는 기법을 제공하는 것을 목적으로 한다. 본 발명에 따른 장치 및 방법에 의하면, HAMEC-RSMA 시스템에서 심층 결정론적 정책 그래디언트(DDPG) 알고리즘을 통해 최적화 문제 P2를 해결하는 과정에서 디코딩 순서 φ uk [t], 오프로드 레이트 o u [t], 분할 비율 δ o uk [t] 및 전송 전력 p uk [t]와 같은 파라미터들이 최적화될 수 있어, 대기 시간 및 소비 에너지 측면에서 프로세싱 비용이 최소화될 수 있다. 특히, 강화 학습 프레임워크에 노이즈 환경을 구현할 때 액션 공간 a[t]에 노이즈 요소를 반영하는 대신 액터 네트워크 μ(s|θ μ )의 파라미터 θ μ 에 노이즈 요소가 반영되는 방식을 통해, 액션 공간...(이하생략) |
서울캠퍼스 : 06974 서울특별시 동작구 흑석로 84
다빈치캠퍼스 : 17546 경기도 안성시 대덕면 서동대로 4726
