认知无线电网络的采集或传输策略：一种学习理论方法

我们考虑一个底层认知无线电网络，其中次用户（SU）从环境中采集能量。我们考虑一种时隙工作模式，其中SU的每个时隙用于能量采集或数据传输。考虑具有记忆的块衰落，我们将能量到达与衰落过程建模为平稳一阶马尔可夫过程。我们提出一种SU的采集或传输策略以及最优发射功率，在三种不同设置下最大化其期望吞吐量。首先，我们考虑一种学习理论方法，不假设关于底层马尔可夫过程的任何先验知识。在此情况下，我们使用Q-learning获得在线策略。然后，我们假设 governing 马尔可夫过程的完整统计知识是已知的。在此假设下，我们使用无限 horizon 随机动态规划获得最优在线策略。最后，我们使用广义Benders分解算法获得最优离线策略。离线策略假设对于给定的时间截止期限，所有发射机提前已知能量到达与信道状态。最后，我们比较所有策略并研究各种系统参数对系统性能的影响。