面向中继拓扑的机器学习：带能量收集物联网网络的优化

在本文中，我们研究面向智能城市、智能工厂和网联汽车等的物联网系统。为以低功耗在广域支持此类系统，无需有线充电基础设施的能量收集技术是网络长寿命的重要问题之一。考虑到根据节点与能源分布，各设备的充电位置与电量可能不均衡，最大化所有节点最小吞吐量的问题成为 NP 难挑战。为克服该复杂性，我们提出一种基于机器学习的中继拓扑算法，其带有新颖的反向传播速率评估方法以给出恰当学习方向，以及一种迭代均衡时隙分配算法，可利用能量充足的节点作为中继。为验证所提方案，我们在所建系统模型上仿真，从而确认该方案稳定且优于传统方案。