慢衰落信道下无线自组织网络中的认知转发控制

针对慢衰落信道下无线自组织网络中的广播消息分发问题，我们提出了一种去中心化随机控制解决方案。我们将该控制问题表述为一个动态鲁棒博弈，其合理性基于两个关键观察：首先，无线介质的共享性质不可避免地使节点的转发决策相互耦合，从而将它们绑定为策略参与者；其次，与链路质量相关的随机动态使得传输成本具有噪声，从而激发了鲁棒表述的需求。鉴于衰落过程引起的非平稳性，所构建博弈的在线解决方案需要一种自适应过程，能够在环境变化时收敛并跟踪策略均衡。为此，我们采用了遗憾跟踪（regret tracking）这一策略性且非平稳的学习算法，它是著名的遗憾匹配（regret matching）算法的时间自适应变体，以保证动态鲁棒转发博弈中相关均衡的出现和主动跟踪。我们还规定在信道状态信息可用时加以利用，通过进行准确的传输成本估计来提高学习算法的收敛速度。该成本估计本质上可作为模型，使算法免于额外的动作探索，从而使学习过程更具样本效率。仿真结果表明，我们提出的解决方案在传输次数和负载分布方面表现优异，同时保持了近乎完美的交付率，尤其在密集拥挤的环境中。