多信道机会接入中非完美感知下短视感知策略的最优性
网络与互联网体系结构
2012-02-03 v1
摘要
我们考虑多信道机会通信系统中信道状态感知非完美下的信道接入问题，其中每个信道的状态演化为独立同分布的 Markov 过程。所考虑的问题可归结为 restless multi-armed bandit (RMAB) 问题，这在决策理论中具有基础性重要意义。众所周知，求解 RMAB 问题是 PSPACE-hard 的，由于计算复杂度呈指数级，最优策略通常难以处理。一种自然的替代方案是考虑易于实现的短视策略 (myopic policy)，该策略最大化即时奖励但忽略当前策略对未来奖励的影响。在本文中，我们对所考虑的 RMAB 问题在非完美感知下短视策略的最优性进行了分析研究。具体而言，针对一类通用且实际重要的效用函数，我们建立了保证短视策略即使在非完美感知下也是最优的闭式条件。尽管我们专注于机会信道接入，但所得结果具有通用性，可广泛应用于广泛的工程领域。
引用
@article{arxiv.1202.0477,
title = {On Optimality of Myopic Sensing Policy with Imperfect Sensing in Multi-channel Opportunistic Access},
author = {Kehao Wang and Lin Chen and Quan Liu and Khaldoun Al Agha},
journal= {arXiv preprint arXiv:1202.0477},
year = {2012}
}
备注
21 pages regular paper