MMJan, 2015

基于能量收割的多接入通信：多臂赌博机模型与短视策略的最优性

PDF
TL;DR研究一种多接入无线网络，并探讨基于不确定的能量收获过程和电池状态的调度策略，旨在实现最大总吞吐量，并将问题确定为无休止多臂匪徒问题，通过对某些能量收获过程和电池大小的假设，证明了视野短浅的决策策略的最优性和数字化的性能。
multi-access wireless networkenergy harvestingscheduling policythroughputrestless multiarmed bandit
发现论文，激发创造
  • 基于强化学习的物联网系统中多接入控制和能量收集电池预测

    本文研究小型 IoT 系统中的能量收集、访问控制和电池预测问题，提出了基于强化学习和深度 Q 网络的三种算法，实验结果表明这些算法在性能上比现有基准方法更优秀。

    May, 2018

  • 能量收集无线传感器网络的能量效率优化学习

    研究无线能量传输的最大化能量效率，使用基于上限置信区间的算法解决多臂赌博问题，非常有效并具有实际应用价值。

    Dec, 2020

  • 多通道机会式接入的近视感知：结构、最优性和性能

    本文研究多通道机会通信系统中的感知政策问题，建立了一种简单且具有鲁棒性的方法来减少通道选择的成本，并且在数值结果的基础上，探究了该方法的性能及其与通道数的相关性，最终得到一个熵理论的定界，这既适用于认知无线电网络，也适用于衰落环境中的机会传输和资源受限的干扰和抗干扰。

    Dec, 2007

  • 能量收集通信系统优化的学习理论方法

    研究了一种采用能量收集设备和可充电电池的点对点无线通信系统，在考虑了基于马尔可夫过程的能量和数据到达模型后，采用学习理论方法，比较三种不同情况下的最优方案和性能损耗，同时还研究了在线和离线优化问题。

    Aug, 2012

  • 多臂赌博机及其在 5G 小区应用中的应用

    本文主要介绍了利用多臂赌博机（MAB）算法解决 5G 网络资源配置问题的方法，并且对其应用于小型基站规划实现能源效率的案例进行了详细讨论。

    Oct, 2015

  • 多通道机会式接入：多次播放的不安定赌博模型

    本文研究了随机控制问题在机会式频谱访问中的应用，提出了设计一种通道选择策略，以最大化预期折扣总报酬为目标，将问题与该类问题现有文献进行了讨论。

    Oct, 2009

  • 用于机会式频谱接入的分散式在线学习算法

    本文针对认知无线电网络中的多个次级用户争取多个信道的机会问题，提出去中心化多臂赌博问题，并设计出一种去中心化的在线学习策略，以达到尽可能降低总体期望回报与所有用户回归之间的差距。其中，分别考虑了优先级排序和公平访问策略。

    Apr, 2011

  • 异构网络最优分配的多玩家多臂赌博机

    针对多个用户访问相同频道的自组织网络，本研究在缺乏中央协调时，使用探索和承诺策略，通过传输和感知信息的方式，实现接近最优的频道分配，进而提高网络吞吐量，同时击败了现有的算法。

    Jan, 2019

  • 基于强化学习的能量收集 RSMA 无线空中通信和总速率最大化

    本文介绍了一种考虑到能量收集和无线信道的自适应空中无线通信系统，并利用深度强化学习算法设计功率控制和波束成形策略，以最大化长期总和速率性能。

    Jun, 2023

  • 一个能量收集通信系统中的最优数据包调度

    本文研究了单用户能量收集无线通信系统中最优数据包调度问题，以适应流量负荷和可用能量，并开发了最优的离线调度策略，以最小化所有数据包被送达的时间.

    Oct, 2010