To sustain communication reliability and use the harvested energy effectively, it is crucial to consider energy sharing between energy harvesting tags (EHT) in a multiple access network, which are basic building blocks for the internet of things (IoT) applications. This technique also achieves higher throughput compared with the non-cooperative strategies despite energy losses occurred during energy transfer. We propose an energy cooperative communication strategy for a multiple access network of tags that depends on the harvested battery energy. We develop an optimal transmission policy for EHTs that maximizes the long-term joint average throughput using a Markov decision process (MDP) model. Simulation results show that the proposed energy cooperative policy produces improved performance than traditional policies.


翻译:为了保持通信的可靠性和有效利用所收获的能源,关键是要考虑在多个接入网络中能源收获标签(EHT)之间的能源共享,这是物联网应用(IoT)的基本构件;尽管能源转让期间能源损失,但这一技术也比非合作战略实现了更高的吞吐量;我们为依赖所收获电池能源的多重接入标签网络提出了一个能源合作通信战略;我们为EHT制定了最佳传输政策,利用Markov决定程序模型最大限度地实现长期联合平均吞吐量;模拟结果显示,拟议的能源合作政策比传统政策产生更好的效果。

0
下载
关闭预览

相关内容

Networking:IFIP International Conferences on Networking。 Explanation:国际网络会议。 Publisher:IFIP。 SIT: http://dblp.uni-trier.de/db/conf/networking/index.html
专知会员服务
17+阅读 · 2020年9月6日
深度强化学习策略梯度教程,53页ppt
专知会员服务
178+阅读 · 2020年2月1日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17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
【新书】Python编程基础,669页pdf
专知会员服务
193+阅读 · 2019年10月10日
【资源】语音增强资源集锦
专知
8+阅读 · 2020年7月4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
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
RL 真经
CreateAMind
5+阅读 · 2018年12月28日
强化学习族谱
CreateAMind
26+阅读 · 2017年8月2日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Adversarial Mutual Information for Text Generation
Arxiv
13+阅读 · 2020年6月30日
Accelerated Methods for Deep Reinforcement Learning
Arxiv
6+阅读 · 2019年1月10日
Arxiv
7+阅读 · 2018年12月26日
Arxiv
5+阅读 · 2018年5月1日
VIP会员
相关VIP内容
相关资讯
【资源】语音增强资源集锦
专知
8+阅读 · 2020年7月4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
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
RL 真经
CreateAMind
5+阅读 · 2018年12月28日
强化学习族谱
CreateAMind
26+阅读 · 2017年8月2日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Top
微信扫码咨询专知VIP会员