PDO-URA-RL: Otimização de Potência e Retardo para D2D no Uplink 5G com Aprendizado por Reforço

Este artigo aborda o problema de alocação de recursos no enlace uplink de redes 5G com ondas milimétricas (mmWaves) e comunicação dispositivo a dispositivo (D2D). É proposto o algoritmo PDO-URA-RL (Power and Delay Optimization based Uplink Resource Allocation with Reinforcement Learning), que integra otimização conjunta de potência e retardo com aprendizagem por reforço. O método aloca potência e taxa de transmissão aos CUEs (cellular user equipments) visando maximizar a vazão efetiva, enquanto os recursos ociosos são distribuídos aos pares D2D com foco na minimização do retardo. O desempenho do algoritmo proposto é avaliado em cenários compatíveis com redes 5G, considerando métricas de qualidade de serviço (QoS) como vazão total e retardo médio, e comparado com algoritmos representativos da literatura especializada.