针对具有过时状态信息的能量收集设备的学习辅助优化

本文考虑具有有限容量电池的能量收集无线设备的效用最优功率控制。底层无线环境与可收集能量的分布信息未知，且在设备控制器处仅已知过时的系统状态信息。该场景与Lyapunov机会优化和在线学习有相似之处，但又不同于二者。通过将Zinkevich的在线梯度学习技术与Lyapunov机会优化中的漂移加惩罚技术新颖结合，本文提出了一种学习辅助算法，该算法通过使用容量为$O(1/\epsilon)$的电池，对于任意期望的$\epsilon>0$，可实现在最优值$O(\epsilon)$范围内的效用。所提算法复杂度低，并基于系统历史做出功率投入决策，无需了解系统状态或其概率分布。