USER ASSOCIATION IN HYBRID VLC/RF CELL-FREE MASSIVE MIMO SYSTEMS VIA ITERATIVE ALGORITHMS AND DEEP REINFORCEMENT LEARNING

USER ASSOCIATION IN HYBRID VLC/RF CELL-FREE MASSIVE MIMO SYSTEMS VIA ITERATIVE ALGORITHMS AND DEEP REINFORCEMENT LEARNING. Masters thesis, King Fahd University of Petroleum and Minerals.

[img] PDF
Thesis_eprints.pdf - Accepted Version
Restricted to Repository staff only until 30 April 2023.

Download (3MB)

Arabic Abstract

ظهرت أنظمة الاتصالات اللاخلوية مؤخراً كإتجاه بحثي جديد في مجال الاتصالات اللاسلكية، حيث أنها أثبتت تفوقها على أنظمة الخلايا الصغيرة المستخدمة حالياً مما أدّى إلى جذب اهتمام العديد من الباحثين لدراسة هذه الأنظمة باستخدام تقنيات ترددات الراديو اللاسلكية أو اتصالات الضوء المرئي. في هذه الأطروحة، تم طرح فكرة النظام اللاخلوي الهجين المكون من اتصالات الراديو اللاسلكية واتصالات الضوء المرئي. كما تم حل معضلة اقتران المستخدمين بإحدى شبكتي الاتصال (شبكة الراديو وشبكة الضوء المرئي) باستخدام ثلاث طرق مختلفة وبهدف زيادة معدل البيانات الممكن تحقيقها. الطريقة الأول مبنية على خوارزمية تكرارية تعتمد على معدل البيانات عند كل مستخدم. الطريقة الثانية تعتمد أيضاً على معدل البيانات عند كل مستخدم ولكنها تتبع بعض قوانين الاحصاء لايجاد الشبكة المناسبة لخدمة جميع المستخدمين. الطريقة الثالثة مبنية على التعلم المعزز العميق (أحد فروع تعلم الآلة) والتي رغم تعقيدها تتميز عن الخوارزميات السابقة بتوفير نتائج فورية عند الحاجة. تمت مقارنة أداء هذا النظام الهجين المقترح مع أنظمة لاخلوية غير هجينة تستخدم إما تقنيات ترددات الراديو اللاسلكية أو اتصالات الضوء المرئي وتم التغلب عليها بفارق معتبر. أيضاً تمت المقارنة مع والتغلب على نفس النظام اللاخلوي الهجين ولكن باسخدام توزيع عشوائي للمستخدمين على الشبكات

English Abstract

Cell-free (CF) systems have emerged as a potential technology for future wireless communications and have proven to outperform the systems of small cells, which attracted many researchers to study the CF systems using either radio frequency (RF) or visible light communication (VLC). In this thesis, a hybrid VLC/RF cell-free massive MIMO system (CF-mMIMO) is introduced. Expressions of the downlink achievable rates in both the VLC network and the RF network are derived. An optimization problem that governs the user association to one of the existing networks aiming to maximize the system's achievable rate is formulated. This thesis also contributes towards the design of a user-centric (UC) hybrid VLC/RF CF-mMIMO system, where user clustering is taken into account when deriving the expression of the downlink achievable rate. A joint optimization problem for both user association and user clustering with the objective of maximizing the sum-rate of the system is formulated. This problem is simplified by discarding the link between the two variables of optimization. Two distinct algorithms are proposed to solve the user association problem in both systems, where each of them dominates in certain cases. The user clustering problem is solved by proposing two suboptimal clustering schemes and studying their performance with the user association algorithms. Deep Reinforcement Learning (DRL) is also used to perform the task of user association in the hybrid VLC/RF CF-mMIMO system. A full DRL framework is developed to perform the task, with a deep Q-network (DQN) as an agent. The performance of the three user association schemes is evaluated and compared. And the effect of having user clustering is studied while using the the first two association algorithms. Moreover, the overall performance of the proposed system is shown to outperform standalone VLC and standalone RF CF systems and a hybrid VLC/RF CF-mMIMO system with random user association. The findings of the thesis are useful to the advancement of hybrid VLC/RF systems, CF systems, and the application of DRL in future communication technologies.

Item Type: Thesis (Masters)
Subjects: Engineering
Electrical
Department: College of Engineering and Physics > Electrical Engineering
Committee Advisor: Zummo, Salam A.
Committee Members: Muqaibel, Ali H. and Nasir, Ali A.
Depositing User: AHMED AL MEHDHAR (g201472900)
Date Deposited: 31 May 2022 07:15
Last Modified: 31 May 2022 07:15
URI: https://eprints.kfupm.edu.sa/id/eprint/142099