基于多臂老虎机学习的TDMA传输时隙调度与碎片整理以改善带宽利用
网络与互联网体系结构
2023-02-13 v1 人工智能
机器学习
摘要
本文提出了一种在无线传感器网络与物联网(IoTs)中具有高效带宽利用率的时分多址(TDMA)MAC时隙分配协议。所开发的协议包含两个主要部分:基于多臂老虎机(MAB)的无冲突传输时隙分配机制,以及用于提升带宽使用效率的去中心化碎片整理时隙后移(DDSB)操作。所提出的框架是去中心化的,每个节点独立地确定其传输调度,无需任何集中式仲裁器的控制。所开发的机制适用于有时间同步或无时间同步的网络,因而适用于无线传感器与物联网节点的低复杂度无线收发器。该框架能够权衡学习收敛时间与带宽。此外,它使节点在保持高效带宽利用的同时适应拓扑变化。所开发的逻辑通过大量仿真实验在完全连通与任意网状网络中进行了测试。结果表明节点如何利用MAB学会选择无冲突传输时隙。而且,节点学会利用新颖的DDSB框架自我调整传输调度以减少带宽使用。
引用
@article{arxiv.2302.05301,
title = {Multi-armed Bandit Learning for TDMA Transmission Slot Scheduling and Defragmentation for Improved Bandwidth Usage},
author = {Hrishikesh Dutta and Amit Kumar Bhuyan and Subir Biswas},
journal= {arXiv preprint arXiv:2302.05301},
year = {2023}
}