エネルギー収穫源による便宜的サンプリングによる情報年齢最小化【JST機械翻訳】

Jaiswal Akanksha; Chattopadhyay Arpan; Varma Amokh

プレプリント

J-GLOBAL ID：202202206137410798 整理番号：22P0025024

エネルギー収穫源による便宜的サンプリングによる情報年齢最小化【JST機械翻訳】

Age-of-information minimization via opportunistic sampling by an energy harvesting source

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年01月08日プレプリントサーバーでの情報更新日： 2024年05月31日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

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】

, , , , , , , , ,
, , , , , , 【Automatic Indexing@JST】

無線通信一般

, , ,

前のページに戻る