基于师生学习的无线供电通信低复杂度中继选择
机器学习
2024-02-07 v1 网络与互联网体系结构
信号处理
摘要
射频能量收集（RF-EH）网络通过向能量受限设备提供可控的远距离能量传输，成为海量物联网的关键赋能者。已证明辅助能量或信息传输的中继可显著提升这些网络的性能。本文研究了非线性 EH 条件下多源-多中继 RF-EH 网络中的联合中继选择、调度和功率控制问题。我们首先求得了给定中继选择下调度和功率控制问题的最优解。然后，将中继选择问题表述为分类问题，并提出了两种基于卷积神经网络（CNN）的架构。第一种架构采用传统的 2D 卷积块，并利用层间的跳跃连接；第二种架构则用 inception 块替换它们，在不牺牲精度的前提下减少可训练参数量，适用于内存受限的应用。为了进一步降低运行时复杂度，采用了师生学习，其中教师网络较大，而学生是较小规模的基于 CNN 的架构，用于提取教师的知识。采用了一种新颖的基于二分搜索的算法来确定学生网络的最佳架构。我们的仿真结果表明，所提出的解决方案比最先进的迭代方法复杂度更低，且不牺牲最优性。
引用
@article{arxiv.2402.02254,
title = {Teacher-Student Learning based Low Complexity Relay Selection in Wireless Powered Communications},
author = {Aysun Gurur Onalan and Berkay Kopru and Sinem Coleri},
journal= {arXiv preprint arXiv:2402.02254},
year = {2024}
}