Proliferation of the urban Internet-of-Things (IoTs) for smart cities has fuelled massive amounts of data over wireless cellular networks. Random access (RA) system of wireless cellular networks, e.g., 5G New Radio (NR), based on S-ALOHA system should cope with ever-growing IoT traffic. This work proposes S-ALOHA system with time offsets (TOs), where one slot consists of K TOs and one packet transmission time. The length of the overall TOs is a fraction of a packet transmission time. In the system users (re)transmit to the boundary of a TO randomly selected. This enables the base station (BS) to inform the users of who transmits the first and the last packets in the slot with collision so that the two users can retransmit successfully in the following two slots respectively. Our throughput analysis compared to simulations shows that adopting even with three and four TOs surpasses the throughput limit of S-ALOHA system without TOs. Additionally, we propose two Bayesian-optimized backoff algorithms for S-ALOHA system with TOs, with which users can apply throughput-optimal (re)transmission probability or uniform backoff window even in unsaturated traffic scenarios. Numerical results demonstrate that the proposed backoff algorithms can achieve the throughput close to an ideal system and drastically reduce the access delay compared to S-ALOHA system.


翻译:智能城市的城市互联网(IOTs)扩散为智能城市提供了大量无线蜂窝网络的数据。基于 S-ALOHA 系统的无线蜂窝网络(例如,S-ALOHA 系统)随机访问(RA)系统(RA)系统,例如,5G新无线电(NR)系统(RR)系统,可以应对不断增长的 IOT 流量。这项工作建议S-ALOHA系统使用一个由 KTOs 和 1 back 传输时间组成的时间。总体端口的长度是一个包传输时间的一小部分。在系统用户(再) 转到随机选择的边界。这使得基地台(BS) 能够告知用户谁传输了第一个和最后一个在空格中的相碰撞数据包, 以便两个用户能够分别在以下两个空档中成功再传送。 我们的吞吐量分析显示,即使三个和四个空档都超过了 S-ALOHA 系统的吞吐限制。 此外,我们提议两个巴伊-optical 后端算系统可以降低S-ALOA 格式的精确算算算结果。

0
下载
关闭预览

相关内容

TOS: ACM Transactions on Storage。 Explanation:ACM存储事务。 Publisher:ACM。 SIT: http://dblp.uni-trier.de/db/journals/tos/
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
IEEE ICKG 2022: Call for Papers
机器学习与推荐算法
3+阅读 · 2022年3月30日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
IEEE TII Call For Papers
CCF多媒体专委会
3+阅读 · 2022年3月24日
ACM TOMM Call for Papers
CCF多媒体专委会
2+阅读 · 2022年3月23日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
Call for Nominations: 2022 Multimedia Prize Paper Award
CCF多媒体专委会
0+阅读 · 2022年2月12日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
Optimal precision for GANs
Arxiv
0+阅读 · 2022年7月21日
Arxiv
20+阅读 · 2021年9月22日
VIP会员
相关VIP内容
相关资讯
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
IEEE ICKG 2022: Call for Papers
机器学习与推荐算法
3+阅读 · 2022年3月30日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
IEEE TII Call For Papers
CCF多媒体专委会
3+阅读 · 2022年3月24日
ACM TOMM Call for Papers
CCF多媒体专委会
2+阅读 · 2022年3月23日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
Call for Nominations: 2022 Multimedia Prize Paper Award
CCF多媒体专委会
0+阅读 · 2022年2月12日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
Top
微信扫码咨询专知VIP会员