This study considers a wireless network where an access point (AP) broadcasts timely updates to numerous mobile users. The timeliness of information owned by a user is characterized by the age of information. Frequently broadcasting the timely updates at constant maximum power can minimize the age of information for all users, but wastes valuable communication resources (ie., time and energy). To address the age-energy trade-off, it is critical to develop an efficient scheduling algorithm that identifies broadcast times and allocates power. Moreover, unpredictable user movement would cause rapidly varying communication channels; in particular, those channels can be non-stationary. Our main contribution is to develop an online scheduling algorithm and a channel-agnostic scheduling algorithm for such a mobile network with a provable performance guarantee.


翻译:本研究认为,无线网络是一个接入点向众多移动用户及时广播最新消息的无线网络。用户拥有信息的及时性是以信息年龄为特征的。经常以恒定最大功率广播及时最新消息可以最大限度地减少所有用户的信息年龄,但浪费宝贵的通信资源(即时间和能源 ) 。为了解决年龄能源交换问题,必须制定高效的日程安排算法,确定广播时间和分配电力。此外,不可预测的用户流动会导致通信渠道迅速变化,特别是这些渠道可以是非静止的。我们的主要贡献是为这种移动网络开发在线日程安排算法和频道保密日程安排算法,并有可行的绩效保证。

0
下载
关闭预览

相关内容

《计算机信息》杂志发表高质量的论文,扩大了运筹学和计算的范围,寻求有关理论、方法、实验、系统和应用方面的原创研究论文、新颖的调查和教程论文,以及描述新的和有用的软件工具的论文。官网链接:https://pubsonline.informs.org/journal/ijoc
专知会员服务
50+阅读 · 2020年12月14日
神经网络的拓扑结构,TOPOLOGY OF DEEP NEURAL NETWORKS
专知会员服务
30+阅读 · 2020年4月15日
专知会员服务
59+阅读 · 2020年3月19日
强化学习最新教程,17页pdf
专知会员服务
170+阅读 · 2019年10月11日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
已删除
将门创投
11+阅读 · 2019年7月4日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Arxiv
4+阅读 · 2020年3月27日
Arxiv
7+阅读 · 2018年6月19日
VIP会员
相关VIP内容
专知会员服务
50+阅读 · 2020年12月14日
神经网络的拓扑结构,TOPOLOGY OF DEEP NEURAL NETWORKS
专知会员服务
30+阅读 · 2020年4月15日
专知会员服务
59+阅读 · 2020年3月19日
强化学习最新教程,17页pdf
专知会员服务
170+阅读 · 2019年10月11日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
相关资讯
Top
微信扫码咨询专知VIP会员