CN112203307B - 一种支持信息年龄优化的多信道无线网络调度方法 - Google Patents
一种支持信息年龄优化的多信道无线网络调度方法 Download PDFInfo
- Publication number
- CN112203307B CN112203307B CN202011077538.4A CN202011077538A CN112203307B CN 112203307 B CN112203307 B CN 112203307B CN 202011077538 A CN202011077538 A CN 202011077538A CN 112203307 B CN112203307 B CN 112203307B
- Authority
- CN
- China
- Prior art keywords
- information age
- channel
- scheduling
- node
- network
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/12—Wireless traffic scheduling
- H04W72/1263—Mapping of traffic onto schedule, e.g. scheduled allocation or multiplexing of flows
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及一种支持信息年龄优化的多信道无线网络调度方法,属于无线网络技术领域。该方法在多信道无线网络下针对多个源节点和多个目标节点的场景,以网络中的平均信息年龄为优化目标,逐时隙对链路进行调度。将信息年龄优化问题转换为对信息年龄期望的李雅普诺夫漂移的优化,并将多信道的冲突问题转换为二分图匹配的问题,采用Kuhn‑Munkres算法获得多信道无线网络中的无冲突调度方案。本发明针对多个信道进行调度,提高了网络资源利用率,优化了网络的平均信息年龄;同时,由于目标节点无需提前获取源节点的数据包产生时间,还降低了节点间交互导致的能量消耗。
Description
技术领域
本发明属于无线网络通信技术领域,涉及一种支持信息年龄优化的多信道无线网络调度方法。
背景技术
近年来,随着无线通信技术的快速发展,无线网络广泛应用在智能交通、工业生产等高实时性需求领域。在采用时隙通信机制的无线实时网络中,如何合理地逐时隙对通信链路进行调度,成为影响网络实时性的重要因素。单纯的根据数据包的传输时延设计调度方法,难以充分体现数据的及时性特性。因此从用户的角度来衡量信息年龄(Age ofInformation,AoI),即目标节点最新接收到的数据包的生成时刻距离当前时刻所经过的时间,通过对网络中的平均信息年龄的优化,能够更加全面的刻画数据的及时性。
因此,亟需一种既能提升网络信息传输的及时性,又能降低网络能量消耗的链路调度方法。
发明内容
有鉴于此,本发明的目的在于提供一种支持信息年龄优化的多信道无线网络调度方法,在考虑信道冲突影响的基础上,针对多个源节点和多个目标节点的场景,无需目标节点提前获取源节点的数据包产生时间,采用李雅普诺夫漂移优化方法和Kuhn-Munkres算法,形成无冲突的链路调度方案,提升网络信息传输的及时性,并降低网络能量消耗。
为达到上述目的,本发明提供如下技术方案:
一种支持信息年龄优化的多信道无线网络调度方法,基于网络中平均信息年龄的优化,该网络模型下各源节点只与特定的目标节点进行通信,针对多信道无线网络中多个源节点与多个目标节点的通信关系,逐时隙对多个信道进行链路调度。该方法使得目标节点无需与源节点交互数据包的产生时间,根据数据包产生概率求解出各源节点的信息年龄期望值。针对网络中的多信道冲突的问题,将信道冲突问题转换为二分图匹配问题,使用Kuhn-Munkre算法求解无信道冲突的调度方案。
该方法具体包括以下步骤:
S1:获取待调度网络的参数,包括各源节点的信息年龄、信道信息、各源节点的数据产生概率,以及各源节点在不同信道上的传输成功率等信息;
S2:根据各源节点的数据产生概率,依次计算各源节点的信息年龄期望值;
S3:将信息年龄优化问题转换为对信息年龄期望的李雅普诺夫漂移的优化,并求解各源节点在不同信道下的信息年龄期望的李雅普诺夫漂移;
S4:依次计算各目标节点下,不同信道中信息年龄期望的最优李雅普诺夫漂移,从而构建目标节点和信道间的二分图,并通过Kuhn-Munkres算法求解无信道冲突的调度方案。
进一步,步骤S2中,信息年龄是一种新提出的度量标准,用以从数据包的接收方去度量数据新鲜度,它表示为目标节点最新收到的源节点的数据包的产生时刻距离当前时刻的差值,表达式为Ai(t)=t-Gi(t);其中,Ai(t)表示源节点的信息年龄,Gi(t)表示目标节点最新收到的对应源节点i的数据包的产生时刻;目标节点无需提前获取各源节点的数据包的产生时间,通过数据包的产生概率,对信息年龄的期望进行计算。网络中的源节点产生数据包的过程符合伯努利分布且该过程独立同分布,于是各源节点在成功调度后信息年龄值及其概率为:
则各源节点在成功调度后信息年龄期望值为:
其中,αi表示源节点i的数据产生概率,Ti表示源节点i最近的一次成功调度时刻,Ai(t-1)表示源节点i在t-1时刻的信息年龄。
进一步,步骤S3中,该网络需要逐时隙对链路进行调度,于是将信息年龄优化问题转化为对信息年龄期望的李雅普诺夫漂移优化问题,其中信息年龄期望的李雅普诺夫函数为:
网络中不同源节点对应不同的信道的传输成功概率不同,且各概率独立同分布;于是网络中信息年龄期望的李雅普诺夫漂移为:
其中,M表示网络中的源节点数目,di表示节点的调度决策,Pi,j表示i节点通过信道j发送数据的传输成功率;根据网络中平均信息年龄期望的李雅普诺夫漂移,为固定项,于是在进行链路调度时,在避免信道冲突的前提下,根据信息年龄期望的李雅普诺夫漂移的变化项选出最小的调度的链路组合。
进一步,步骤S4中,多信道无线网络中存在信道的冲突,针对同一目标节点只能分配一条链路进行数据包传输,且同一信道只能分配给一条数据链路,将多信道的冲突问题转换为二分图匹配问题;依次计算各目标节点下,不同信道中信息年龄期望的最优李雅普诺夫漂移的变化项,并将各值取反,构建二分图;通过Kuhn-Munkres算法对二分图的完备匹配的求解,得出无信道冲突的调度方案。
进一步,步骤S4中,采用Kuhn-Munkres算法求解带权二分图的最大权匹配问题,具体包括以下步骤:
S41:初始化顶标的值,对每一个目标节点xi的顶标值为L(xi)=max{w(xi,yj)},j=0,1,2,...,d,信道yj的顶标值为L(yj)=0,w(xi,yj)表示目标节点xi与信道yj所对应信息年龄期望的李雅普诺夫漂移的变化项;对于一个二分图G(X,Y,E,W),X为目标节点标号,Y为信道标号,W表示边的权值即信道和目标节点对应信息年龄期望的李雅普诺夫漂移的变化项,E表示匹配的边;
S42:保留L(xi)+L(yj)=w(xi,yj)的边,即各目标节点下信息年龄期望的最优李雅普诺夫漂移的变化项对应的边;
S43:依次判断各目标节点是否存在可增广路,递归判断其他目标节点是否有边满足L(xi)+L(yj)≥w(xi,yj),若存在满足条件的未匹配边,则更新匹配边;若不存在,则根据递归过程形成的交错树,取所有目标节点xi被访问到而信道yj没被访问到的边,求解松弛量L(xi)+L(yj)-w(xi,yj)的最小值k;将交错树中的所有左端点的顶标减小k,右端点的顶标增加k,并重新进行该步骤;
S44:根据找出的完备匹配,各匹配边代表各信道调度的目标节点所对应的源节点以及信道,求解出信息年龄期望的最优李雅普诺夫漂移的链路调度组合。
本发明的有益效果在于:
1)本发明的调度方法应用于多信道无线网络,提高了网络资源利用率,降低网络中的平均信息年龄,满足用户端对数据实时性的需求。
2)本发明中,目标节点无需提前获取源节点的数据包产生时间,通过数据包的产生概率,对信息年龄的期望进行计算,降低了节点间进行额外交互的通信开销。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述,并且在某种程度上,基于对下文的考察研究对本领域技术人员而言将是显而易见的,或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作优选的详细描述,其中:
图1为无线网络的通信拓扑结构图;
图2为无线网络中的信道冲突示意图;
图3为目标节点和信道的二分图示意图;
图4为本发明所述的支持信息年龄优化的多信道无线网络调度方法流程图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
其中,附图仅用于示例性说明,表示的仅是示意图,而非实物图,不能理解为对本发明的限制;为了更好地说明本发明的实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;对本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。
请参阅图1~图4,图1为无线网络的通信拓扑结构图,如图1所示,源节点随机分布在网络中,每个源节点都与对应的目标节点进行通信,网络中存在多个源节点和多个目标节点,并有对应的通信关系。且网络中存在多条数据传输的通信信道,不同的源节点在不同的通信信道上的传输成功率不同。
不同源节点的数据包产生概率不同,于是当成功调度后,节点的信息年龄值及其概率分布为:
其中,αi表示节点i的数据产生概率,Ti表示源节点i最近的一次成功调度时刻,Ai(t-1)表示节源节点i在t-1时刻的信息年龄值。根据式(1),各源节点在成功调度后信息年龄期望值为:
该网络需要逐时隙对链路进行调度,于是网络中的信息年龄优化问题可转化为对信息年龄期望的李雅普诺夫漂移优化问题。
网络中不同源节点对应不同的信道传输成功概率不同,且各概率独立同分布。网络中平均信息年龄期望的李雅普诺夫漂移为:
图2为无线网络中的信道冲突示意图,如图2所示,在无线网络中的信道冲突问题主要包括:1)在同一时隙的同一目标节点下只能同时调度一个源节点,而目标节点1中同时存在两条通信链路;2)在同一时隙下的同一信道只能分配给一条数据链路,而信道1同时分配给了两条链路。
依次计算各目标节点下,不同信道中式(3)的最小值,并将各值取反,构建目标节点和信道的二分图,将多信道的冲突问题转换为二分图匹配问题。通过Kuhn-Munkres算法对二分图的完备匹配的求解,得出无信道冲突的调度方法,Kuhn-Munkres算法是一种计算机算法,用以求解带权二分图的最大权匹配问题。
图3为目标节点和信道的二分图示意图,左边为目标节点的标号以及对应的顶标值,右边为信道的标号以及对应的顶标值。Kuhn-Munkres算法具体包括:
步骤S1:初始化顶标的值,对目标节点xi的顶标值为L(xi)=max{w(xi,yj)},信道yj的顶标值为L(yj)=0,w(xi,yj)表示目标节点xi与信道yj所对应二分图的边权;
步骤S2:保留L(xi)+L(yj)=w(xi,yj)的边,即各目标节点下二分图的边权的最优值;
步骤S3:依次判断各目标节点是否存在可增广路,递归判断其他目标节点是否有边满足L(xi)+L(yj)≥w(xi,yj),若存在满足条件的未匹配边,则更新匹配边;若不存在,则根据递归过程形成的交错树,取所有目标节点xi被访问到而信道yj没被访问到的边,求解松弛量L(xi)+L(yj)-w(xi,yj)的最小值k。将交错树中的所有左端点的顶标减小k,右端点的顶标增加k,并重新进行该步骤;
步骤S4:根据找出的完备匹配,各匹配边代表各信道调度的目标节点所对应的源节点以及信道,求解出信息年龄期望的最优李雅普诺夫漂移的链路调度组合。
实施例
图4为支持信息年龄优化的多信道无线网络调度方法流程图。如图4所示,具体包括以下步骤:
V1:调度过程开始。
V2~V4:初始化系统参数,计算各源节点在成功调度后信息年龄的期望值及李雅普诺夫漂移。
V5~V6:构建目标节点和信道间的二分图,并保留各目标节点下信息年龄期望的最优李雅普诺夫漂移的边,初始化二分图。
V7~V11:依次判断各目标节点是否存在可增广路,递归判断其他目标节点是否有边满足L(xi)+L(yj)≥w(xi,yj),若存在满足条件的未匹配边,则更新匹配边;若不存在,则根据递归过程形成的交错树,取所有目标节点xi被访问到而信道yj没被访问到的边,求解松弛量L(xi)+L(yj)-w(xi,yj)的最小值k。将交错树中的所有左端点的顶标减小k,右端点的顶标增加k。
V12~V13:根据完备匹配图选择调度的源节点及其信道。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (1)
1.一种支持信息年龄优化的多信道无线网络调度方法,其特征在于,该调度方法针对多信道无线网络中多个源节点与多个目标节点的通信关系,逐时隙对多个信道进行链路调度;具体包括以下步骤:
S1:获取待调度网络的参数,包括各源节点的信息年龄、信道信息、各源节点的数据产生概率,以及各源节点在不同信道上的传输成功率;
S2:根据各源节点的数据产生概率,依次计算各源节点的信息年龄期望值;
S3:将信息年龄优化问题转换为对信息年龄期望的李雅普诺夫漂移的优化,并求解各源节点在不同信道下的信息年龄期望的李雅普诺夫漂移;
S4:依次计算各目标节点下,不同信道中信息年龄期望的最优李雅普诺夫漂移,从而构建目标节点和信道间的二分图,并通过Kuhn-Munkres算法求解无信道冲突的调度方案;
步骤S2中,信息年龄表示为目标节点最新收到的源节点的数据包的产生时刻距离当前时刻的差值,表达式为Ai(t)=t-Gi(t);其中,Ai(t)表示源节点的信息年龄,Gi(t)表示目标节点最新收到的对应源节点i的数据包的产生时刻;网络中的源节点产生数据包的过程符合伯努利分布且该过程独立同分布,于是各源节点在成功调度后信息年龄值及其概率为:
则各源节点在成功调度后信息年龄期望值为:
其中,αi表示源节点i的数据产生概率,Ti表示源节点i最近的一次成功调度时刻,Ai(t-1)表示源节点i在t-1时刻的信息年龄;
步骤S3中,将信息年龄优化问题转化为对信息年龄期望的李雅普诺夫漂移优化问题,其中信息年龄期望的李雅普诺夫函数为:
网络中不同源节点对应不同的信道的传输成功概率不同,且各概率独立同分布;于是网络中信息年龄期望的李雅普诺夫漂移为:
其中,M表示网络中的源节点数目,di表示节点的调度决策,Pi,j表示i节点通过信道j发送数据的传输成功率;根据网络中平均信息年龄期望的李雅普诺夫漂移,为固定项,于是在进行链路调度时,在避免信道冲突的前提下,根据信息年龄期望的李雅普诺夫漂移的变化项
步骤S4中,多信道无线网络中存在信道的冲突,针对同一目标节点只能分配一条链路进行数据包传输,且同一信道只能分配给一条数据链路,将多信道的冲突问题转换为二分图匹配问题;依次计算各目标节点下,不同信道中信息年龄期望的最优李雅普诺夫漂移的变化项,并将各值取反,构建二分图;通过Kuhn-Munkres算法对二分图的完备匹配的求解,得出无信道冲突的调度方案;
步骤S4中,采用Kuhn-Munkres算法求解带权二分图的最大权匹配问题,具体包括以下步骤:
S41:初始化顶标的值,对每一个目标节点xi的顶标值为L(xi)=max{w(xi,yj)},j=0,1,2,...,d,信道yj的顶标值为L(yj)=0,w(xi,yj)表示目标节点xi与信道yj所对应信息年龄期望的李雅普诺夫漂移的变化项;对于一个二分图G(X,Y,E,W),X为目标节点标号,Y为信道标号,W表示边的权值即信道和目标节点对应信息年龄期望的李雅普诺夫漂移的变化项,E表示匹配的边;
S42:保留L(xi)+L(yj)=w(xi,yj)的边,即各目标节点下信息年龄期望的最优李雅普诺夫漂移的变化项对应的边;
S43:依次判断各目标节点是否存在可增广路,递归判断其他目标节点是否有边满足L(xi)+L(yj)≥w(xi,yj),若存在满足条件的未匹配边,则更新匹配边;若不存在,则根据递归过程形成的交错树,取所有目标节点xi被访问到而信道yj没被访问到的边,求解松弛量L(xi)+L(yj)-w(xi,yj)的最小值k;将交错树中的所有左端点的顶标减小k,右端点的顶标增加k,并重新进行该步骤;
S44:根据找出的完备匹配,各匹配边代表各信道调度的目标节点所对应的源节点以及信道,求解出信息年龄期望的最优李雅普诺夫漂移的链路调度组合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011077538.4A CN112203307B (zh) | 2020-10-10 | 2020-10-10 | 一种支持信息年龄优化的多信道无线网络调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011077538.4A CN112203307B (zh) | 2020-10-10 | 2020-10-10 | 一种支持信息年龄优化的多信道无线网络调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112203307A CN112203307A (zh) | 2021-01-08 |
CN112203307B true CN112203307B (zh) | 2022-04-12 |
Family
ID=74013922
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011077538.4A Active CN112203307B (zh) | 2020-10-10 | 2020-10-10 | 一种支持信息年龄优化的多信道无线网络调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112203307B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112867090B (zh) * | 2021-01-14 | 2023-04-21 | 南京信息工程大学 | 一种军事作战通信链路选择机制度量方法 |
CN113891276B (zh) * | 2021-10-26 | 2023-05-26 | 重庆邮电大学 | 基于信息年龄的混合更新工业无线传感器网络调度方法 |
CN115174419B (zh) * | 2022-06-30 | 2023-09-22 | 重庆邮电大学 | 截止时延约束下基于信息年龄的工业物联网调度方法 |
CN115802318B (zh) * | 2022-11-08 | 2024-04-09 | 重庆邮电大学 | 一种基于无人机辅助车联网资源优化方法、设备和介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110543185A (zh) * | 2019-07-19 | 2019-12-06 | 宁波大学 | 一种基于最小化信息年龄的无人机数据收集方法 |
CN110856264A (zh) * | 2019-11-08 | 2020-02-28 | 山东大学 | 一种在传感器网络中最优化信息年龄的分布式调度方法 |
CN111182645A (zh) * | 2019-12-30 | 2020-05-19 | 赣江新区智慧物联研究院有限公司 | 一种基于信息年龄的物联网组网方法 |
CN111586633A (zh) * | 2020-05-18 | 2020-08-25 | 大连海事大学 | 一种面向海洋环境感知的无人船协作传输方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8792916B2 (en) * | 2008-01-14 | 2014-07-29 | Blackberry Limited | Dynamic prioritization of label downloads |
KR102060646B1 (ko) * | 2013-07-10 | 2019-12-30 | 삼성전자주식회사 | 위치 기반 서비스를 제공하는 방법, 전자 장치 및 컴퓨터 판독 가능한 기록 매체 |
-
2020
- 2020-10-10 CN CN202011077538.4A patent/CN112203307B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110543185A (zh) * | 2019-07-19 | 2019-12-06 | 宁波大学 | 一种基于最小化信息年龄的无人机数据收集方法 |
CN110856264A (zh) * | 2019-11-08 | 2020-02-28 | 山东大学 | 一种在传感器网络中最优化信息年龄的分布式调度方法 |
CN111182645A (zh) * | 2019-12-30 | 2020-05-19 | 赣江新区智慧物联研究院有限公司 | 一种基于信息年龄的物联网组网方法 |
CN111586633A (zh) * | 2020-05-18 | 2020-08-25 | 大连海事大学 | 一种面向海洋环境感知的无人船协作传输方法 |
Non-Patent Citations (2)
Title |
---|
Scheduling status update for optimizing age of information in the context of industrial cyber-physical system;Devarpita Sinha,et al;《IEEE Access》;20190527;全文 * |
空间随机网络的队列年龄分析与优化;胡雨铭;《中国优秀硕士学位论文》;20190515;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112203307A (zh) | 2021-01-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112203307B (zh) | 一种支持信息年龄优化的多信道无线网络调度方法 | |
Han et al. | Reinforcement learning for efficient and fair coexistence between LTE-LAA and Wi-Fi | |
CN105554888A (zh) | 基于链路多速率的多射频多信道无线Mesh网络信道分配算法 | |
CN114827191B (zh) | 一种车路协同系统中融合noma的动态任务卸载方法 | |
CN109831808A (zh) | 一种基于机器学习的混合供电c-ran的资源分配方法 | |
CN102379135A (zh) | 用于改善无线网状网络的管理的方法及装置 | |
CN110225493A (zh) | 基于改进蚁群的d2d路由选择方法、系统、设备及介质 | |
CN114885422A (zh) | 一种超密集网络中基于混合接入方式的动态边缘计算卸载方法 | |
Cao et al. | Deep reinforcement learning MAC for backscatter communications relying on Wi-Fi architecture | |
Perlaza et al. | On the base station selection and base station sharing in self-configuring networks | |
Qiao et al. | Topology-transparent scheduling based on reinforcement learning in self-organized wireless networks | |
Kaur et al. | Intelligent spectrum management based on reinforcement learning schemes in cooperative cognitive radio networks | |
CN109152079B (zh) | 一种针对tsch网络的时隙调度和信道分配方法 | |
CN115361734B (zh) | 基于信息时效性的功率和irs相移联合优化方法及装置 | |
CN114615745B (zh) | 一种无线自组织网络信道接入与传输功率联合调度方法 | |
Lei et al. | Reinforcement learning based multi-parameter joint optimization in dense multi-hop wireless networks | |
CN116112934A (zh) | 一种基于机器学习的端到端网络切片资源分配方法 | |
CN113965943B (zh) | 基于双向Q-Learning优化AODV路由的方法 | |
Alajmi et al. | Semi-centralized optimization for energy efficiency in IoT networks with NOMA | |
CN111818633B (zh) | 星型接入网络中的动态节点接纳方法 | |
Islam et al. | A Modified Discrete Differential Evolution based TDMA scheduling scheme for many to one communications in wireless sensor networks | |
CN117376355B (zh) | 基于超图的b5g海量物联网资源分配方法及系统 | |
CN116074967A (zh) | 一种支持信息年龄优化的节点辅助调度方法 | |
Kharbash et al. | All-terminal network reliability optimization in fading environment via cross entropy method | |
Hajizadeh et al. | Approximated Pareto analysis for fast optimization of large IEEE 802.15. 4 TSCH networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |