车载网络中用于信息年龄最优分发的动态单播-多播调度
网络与互联网体系结构
2022-09-28 v1 机器学习
摘要
本文研究车载网络中最小化信息年龄（AoI）与发射功耗的问题，其中路边单元（RSU）向车辆提供一组物理过程的及时更新。每辆车有兴趣保持其关于一个或多个物理过程的信息状态的新鲜度。提出了一个框架，用于优化向车辆单播、多播、广播或不传输更新的决策以及功率分配，以在时间范围内最小化 AoI 和 RSU 的功耗。所表述的问题是一个混合整数非线性规划问题（MINLP），因此难以获得全局最优解。在此背景下，我们首先开发了一种蚁群优化（ACO）解法，其提供近最优性能，从而作为高效基准。然后，为实时实现，我们开发了一个深度强化学习（DRL）框架，该框架在状态空间中捕获车辆需求与信道条件，并通过动态单播-多播调度动作将过程分配给车辆。给出了所提算法的复杂度分析。仿真结果描绘了 AoI 与功耗之间随网络参数变化的有趣权衡。
引用
@article{arxiv.2209.13006,
title = {Dynamic Unicast-Multicast Scheduling for Age-Optimal Information Dissemination in Vehicular Networks},
author = {Ahmed Al-Habob and Hina Tabassum and Omer Waqar},
journal= {arXiv preprint arXiv:2209.13006},
year = {2022}
}
备注
Accepted in IEEE Globecom Workshop (6GComm), 2022