비지상 네트워크(NTN)와 지상 네트워크(TN)의 통합은 위성, 무인 항공기, 고고도 플랫폼을 활용하여 원격 지역 및 서비스가 부족한 지역의 커버리지를 확장함으로써, 끊김없는 보편적 연결성을 제공하는 것을 목표로 한다. 그러나 그 잠재력에도 불구하고, NTN과 TN의 통합은 주로 두 네트워크 유형이 공유하는 스펙트럼과 서로 다른 운용 특성 때문에 간섭 관리 및 자원 할당에서 중대한 과제에 직면한다. 이를 해결하기 위해 본 논문은 통합 NTN-TN 환경에서의 동적 자원 할당과 간섭 관리를 위한 강화학습 기반 프레임워크를 제안한다. 이 프레임워크는 NTN과 TN 간의 균형 잡힌 성능을 유지하면서 높은 신호대간섭플러스잡음비(SINR)와 커버리지 확률(CP)을 달성하도록 설계되었다. 간섭 근사 모델은 몬테카를로 시뮬레이션을 통해 검증되어 다양한 시나리오 전반에서 신뢰성과 정확성을 보장한다. 시뮬레이션 결과, 해당 프레임워크는 사용자 장치 밀도의 변화에 적응하면서 성능 저하를 최소화하며 간섭을 효과적으로 완화함을 보여준다. 제안된 접근법은 기존 방법에 비해 더 높은 SINR과 CP를 달성함으로써 NTN과 TN의 공존을 유의미하게 향상시킨다. 이러한 결과는 차세대 네트워크에서 확장 가능하고 효율적인 NTN-TN 통합을 위한 견고한 기반을 마련한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.