Priority Based Adaptive Slotted ALOHA Method Using Q-Learning

본 논문에서는 기존 slotted ALOHA 기법에 Q-learning과 우선순위를 적용하는 Priority based Adaptive slotted ALOHA(PAS-ALOHA)를 제안한다. PAS-ALOHA 기법은 각 디바이스의 값에 따라 이전 상태에서 데이터 패킷의 전송 성공 횟수가 많은 디바이스에 우선 순위를 지정한다. 다음으로, 남은 데이터 패킷을 전송할 때 다른 디바이스의 제약을 받지 않기 때문에 성공 비율을 높이고, 충돌 비율을 감소시킨다. 또한, Jain’s Fairness Index를 적용하여 음의 보상에 따라 각 디바이스의 공정성을 비교한다. 실험 결과 기존 slotted ALOHA 기법에 비해 성공비율은 약 69% 증가하며 충돌 비율은 최대 30% 감소함을 보였다. 따라서, 5G MTC 환경에서 디바이스 개수가 증가하더라도 채널 상태에 적응하여 데이터 패킷을 성공적이고, 공평하게 전송할 수 있을 것으로 기대된다.