基于粗粒度背压控制的无线网络机器人消息渡送
网络与互联网体系结构
2013-08-14 v1 机器人学
系统与控制
最优化与控制
摘要
我们将机器人在静态放置的源 - 汇对之间无线渡送消息的问题进行了形式化描述。首先，我们在理想条件（任意高速度、长调度周期）和现实条件下分析了该问题的容量区域。我们指出，在已知到达率的情况下，如何最优地调度机器人以满足容量区域内的任何到达率。我们发现，如果分配的机器人数量与源 - 汇对的数量成比例增长，则网络容量按 缩放，这与 Grossglauser 和 Tse 此前针对非受控移动性所展示的结果相似；然而，与该先前结果不同的是，我们还发现，通过受控移动性，可以在确保有限延迟的同时获得这种恒定的容量缩放。随后，我们考虑了到达率未知的情形，并提出了一种粗粒度背压消息渡送算法（CBMF）。在 CBMF 中，机器人每个周期与源和汇进行一次匹配，以最大化基于队列差分的权重。该匹配同时控制每个机器人的运动和传输：若机器人与源匹配，则移向该源并收集数据；若与汇匹配，则移向该汇并传输数据。我们通过分析和仿真展示了 CBMF 能够稳定网络的条件。我们表明，随着调度持续时间和机器人速度的增加，该策略下可实现的最大稳定吞吐量趋于理想容量。
引用
@article{arxiv.1308.2923,
title = {Robotic Message Ferrying for Wireless Networks using Coarse-Grained Backpressure Control},
author = {Shangxing Wang and Andrea Gasparri and Bhaskar Krishnamachari},
journal= {arXiv preprint arXiv:1308.2923},
year = {2013}
}