抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
ここでは,エネルギーハーベスティング(EH)ソース設定における時間平均情報年齢(AoI)の最小化を検討した。EHソースは,離散時間瞬間に1つまたは複数のプロセスを日和見的にサンプリングし,無線フェージングチャネル上のシンクノードに状態更新を送る。各時,EHノードはリンク品質をプローブするかどうかを決定し,次にチャネルプローブ結果に基づいてプロセスをサンプリングし,通信するかどうかを決定する。トレードオフはシンクノードで利用可能な情報の鮮度とソースノードで利用可能なエネルギーの間にある。エネルギー到着とチャネルフェージングプロセスが以下の2つのシナリオに対するAoI最小化問題を定式化するために無限期間Markov決定プロセス(MDP)を使用した。(i)独立かつ同一分布(i.i.d.),(ii)Markovian。i.i.d.設定では,チャネルプロービング後に,最適ソースサンプリングポリシーが閾値ポリシーであることを示した。また,未知のチャネル状態とEH特性に対して,Q学習アルゴリズムの変種を,最適ポリシーの学習を捜し求める2段階行動モデルに対して提案した。Markovシステムに対しては,この問題をMDPとして再び定式化し,未知のダイナミックスに対する学習アルゴリズムを与えた。最後に,数値結果により,政策構造と性能のトレードオフを実証した。【JST機械翻訳】