密集小型蜂窝网络中能量收集物联网设备的分布式小区关联：一种平均场多臂老虎机方法
网络与互联网体系结构
2017-03-10 v1 机器学习
多智能体系统
摘要
新兴的物联网（IoT）驱动的超密集小型蜂窝网络（UD-SCN）需要应对多种挑战。一方面，大量设备共享有限的无线资源，由于信息获取和计算的过高代价，将使集中式控制机制不可行。另一方面，为降低来自固定电网和/或电池的能量消耗，许多 IoT 设备可能需要依赖从环境（例如来自 RF 传输、环境源）收集的能量。然而，由于能量收集的机会性本质，这将给网络运行引入不确定性。在本文中，我们研究 UD-SCN 中能量收集 IoT 设备的分布式小区关联问题。在回顾小小区网络中小区关联问题的前沿研究后，我们概述了 IoT 驱动的 UD-SCN 中分布式小区关联的主要挑战，其中 IoT 设备需要在不确定（例如对信道/网络有限认知）和有限计算能力的情况下以分布式方式执行小区关联。为此，我们提出一种基于平均场多臂老虎机博弈的方法，以解决 UD-SCN 中能量收集 IoT 设备的上行链路小区关联问题。该方法特别适合分析不确定和缺乏信息下的大型多智能体系统。我们给出了所提方法的一些理论结果以及初步的性能评估结果。
引用
@article{arxiv.1605.00057,
title = {Distributed Cell Association for Energy Harvesting IoT Devices in Dense Small Cell Networks: A Mean-Field Multi-Armed Bandit Approach},
author = {Setareh Maghsudi and Ekram Hossain},
journal= {arXiv preprint arXiv:1605.00057},
year = {2017}
}