基于推理的多小区反向散射传感器网络资源分配
信息论
2019-07-18 v1 信号处理
math.IT
摘要
本研究探讨超低功耗大规模反向散射传感器网络（BSN）中基于推理的资源分配。若干超低成本和功耗的传感器设备（标签）由载波照射，并将测得信息反射至采用传统马可尼无线电技术的无线核心。多小区 BSN 的开发需要少量多天线核心与若干低成本散射无线电设备，以实现最大可能的覆盖。本文求得最大比合并（MRC）与迫零（ZF）线性检测器的平均信号干扰加噪声比（SINR），并利用长期 SINR 信息用于标签的频分子信道分配。资源分配问题被建模为整数规划优化问题，并通过 Max-Sum 消息传递算法求解。所提算法完全可并行，遵循简单的消息传递更新规则，主要仅需加法与比较操作。此外，其在极少迭代步数内即可收敛至最优解。审慎的仿真研究表明，ZF 检测器更适用于大规模 BSN，能够消除小区内干扰。研究还发现，相比传统凸优化方法，所提算法在执行时间上至少降低一个数量级。
引用
@article{arxiv.1907.07251,
title = {Inference-Based Resource Allocation for Multi-Cell Backscatter Sensor Networks},
author = {Panos N. Alevizos and Aggelos Bletsas},
journal= {arXiv preprint arXiv:1907.07251},
year = {2019}
}