A number of stations, independently activated over time, is able to communicate by transmitting and listening to a shared channel in discrete time slots, and a message is successfully delivered to all stations if and only if its source station is the only transmitter at a time. Despite a vast amount of work in the last decades, many fundamental questions remain open in the realistic situation where stations do not start synchronously but are awaken in arbitrary times. In this work we present a broad picture of results for the fundamental problem of Contention resolution, in which each of the contending stations needs to broadcast successfully its message. We show that adaptive algorithms or algorithms with the knowledge of the contention size $k$ achieve a linear $O(k)$ message latency even if the channel feedback is restricted to simple acknowledgements in case of successful transmissions and in the absence of synchronization. This asymptotically optimal performance cannot be extended to other settings: we prove that there is no non-adaptive algorithm without the knowledge of contention size $k$ admitting latency $o(k\log k/(\log\log k)^2)$. This means, in particular, that coding (even random) with acknowledgements is not very efficient on a shared channel without synchronization or an estimate of the contention size. We also present a non-adaptive algorithm with no knowledge of contention size that almost matches the lower bound on latency. Finally, despite the absence of a collision detection mechanism, we show that our algorithms are also efficient in terms of energy, understood as the total number of transmissions performed by the stations during the execution.


翻译:一些站点在时间上独立启动,能够通过传输和收听不同时间空档的共享频道来进行沟通,并且只有在源站是唯一一次发射机的情况下,信息才能成功传递到所有站点。尽管在过去几十年里做了大量工作,但在现实情况下,许多基本问题仍然开放,因为站点没有同步启动,而是在任意的时间里觉醒。在这项工作中,我们展示了一个关于内容解析根本问题的广泛结果图,在这种解析中,各竞争站需要成功地广播其信息。我们显示,如果知道争议大小$k$的适应性算法或算法能够实现线性美元(k)信息延值。即使频道反馈仅限于在成功传输的情况下和缺乏同步的情况下简单承认。这种无谓的最佳性表现无法扩展到其他环境:我们证明,在承认拉特尼特·基(k)的传输速度和算法(klog/k)的转换算法或算法计算算法能够成功度达到直线值(k),这也意味着,尽管我们目前没有进行同步性评估,但是,我们没有进行同步性评估的计算, 也表明,我们进行不甚甚甚甚甚甚甚甚甚甚的电量的轨道的计算。

0
下载
关闭预览

相关内容

Artificial Intelligence: Ready to Ride the Wave? BCG 28页PPT
专知会员服务
26+阅读 · 2022年2月20日
专知会员服务
50+阅读 · 2020年12月14日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26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
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9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
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Latest News & Announcements of the Workshop
中国图象图形学学会CSIG
0+阅读 · 2021年12月20日
【ICIG2021】Latest News & Announcements of the Plenary Talk2
中国图象图形学学会CSIG
0+阅读 · 2021年11月2日
【ICIG2021】Latest News & Announcements of the Plenary Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年11月1日
【ICIG2021】Latest News & Announcements of the Industry Talk2
中国图象图形学学会CSIG
0+阅读 · 2021年7月29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
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013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 · 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 · 2009年12月31日
VIP会员
相关VIP内容
相关资讯
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Latest News & Announcements of the Workshop
中国图象图形学学会CSIG
0+阅读 · 2021年12月20日
【ICIG2021】Latest News & Announcements of the Plenary Talk2
中国图象图形学学会CSIG
0+阅读 · 2021年11月2日
【ICIG2021】Latest News & Announcements of the Plenary Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年11月1日
【ICIG2021】Latest News & Announcements of the Industry Talk2
中国图象图形学学会CSIG
0+阅读 · 2021年7月29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
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013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 · 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 · 2009年12月31日
Top
微信扫码咨询专知VIP会员