В промышленной беспроводной сети на базе 5G (IWN) из-за фундаментальных противоречий в требованиях к производительности задача сосуществования сверхнадежной связи с низкой задержкой (URLLC) и расширенного мобильного широкополосного доступа (eMBB) представляет значительные вызовы для ресурсного слайсинга. Для решения этой проблемы в статье предлагается метод пробивной передачи, основанный на глубоком усиленном обучении с помощью модели (DRL), для динамического захвата ресурсов eMBB сущностями URLLC в восходящей линии 5G. Во-первых, при строгом соблюдении ограничений задержки и надежности URLLC сформулирована задача оптимизации пробивной передачи с целью максимизации накопленного пропускного скоростного показателя eMBB. Во-вторых, для редко возникающих URLLC-сервисов разработан метод конкурентного доступа на основе случайного повторного кодирования (RRCC) и выведена его аналитическая модель надежности. Затем, исходя из данной модели надежности, предложен DRL-алгоритм для совместной оптимизации параметров планирования URLLC и eMBB, способный адаптироваться к динамической сетевой среде. Результаты моделирования показывают, что предложенный DRL-алгоритм с поддержкой модели обладает более высокой скоростью сходимости и значительно превосходит существующие методы по эффективности использования ресурсов.

Восходящая сеть 5G;Расширенный мобильный широкополосный доступ (eMBB);Сверхнадежная связь с низкой задержкой (URLLC);Распределение ресурсов;Пробивная передача;Глубокое усиленное обучение (DRL)