A multi-level random power transmit strategy that is used in conjunction with a random access protocol (RAP) (e.g. ALOHA, IRSA) is proposed to fundamentally increase the throughput in a distributed communication network. A SIR model is considered, where a packet is decodable as long as its SIR is above a certain threshold. In a slot chosen for transmission by a RAP, a packet is transmitted with power level chosen according to a distribution, such that multiple packets sent by different nodes can be decoded at the receiver in a single slot, by ensuring that their SIRs are above the threshold with successive interference cancelation. Since the network is distributed this is a challenging task, and we provide structural results that aid in finding the achievable throughputs, together with upper bounds on the maximum throughput possible. The achievable throughput and the upper bounds are shown to be close with the help of comprehensive simulations. The main takeaway is that the throughput of more than 1 is possible in a distributed network, by using a judicious choice of power level distribution in conjuction with a RAP.


翻译:与随机访问协议(RAP)一起使用的多层次随机电源传输策略(如ALOHA、IRSA)建议从根本上增加分布式通信网络的输送量。如果一个包只要超过某一阈值,就可进行分解,则考虑一个SIR模型。在选择由RAP传输的空位上,用根据分布选择的功率水平传输一个包,使不同节点发送的多个包可以在一个空位上解码,确保其SIR在连续取消干扰的阈值之上。由于网络分布是一项具有挑战性的任务,我们提供结构结果,帮助寻找可实现的输送量,同时在最大吞吐量上方的上限。在全面模拟的帮助下,可以显示可实现的吞吐量和上限是接近的。主要取自是,在分布式网络中,通过明智地选择与RAP对权力水平的分布进行分流。

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
最新《Transformers模型》教程,64页ppt
专知会员服务
306+阅读 · 2020年11月26日
一份循环神经网络RNNs简明教程,37页ppt
专知会员服务
172+阅读 · 2020年5月6日
Python分布式计算,171页pdf,Distributed Computing with Python
专知会员服务
107+阅读 · 2020年5月3日
专知会员服务
159+阅读 · 2020年1月16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
已删除
将门创投
3+阅读 · 2017年10月12日
Arxiv
0+阅读 · 2020年11月22日
Arxiv
0+阅读 · 2020年11月22日
Arxiv
19+阅读 · 2020年7月13日
Arxiv
45+阅读 · 2019年12月20日
Arxiv
4+阅读 · 2019年1月14日
VIP会员
相关VIP内容
最新《Transformers模型》教程,64页ppt
专知会员服务
306+阅读 · 2020年11月26日
一份循环神经网络RNNs简明教程,37页ppt
专知会员服务
172+阅读 · 2020年5月6日
Python分布式计算,171页pdf,Distributed Computing with Python
专知会员服务
107+阅读 · 2020年5月3日
专知会员服务
159+阅读 · 2020年1月16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
相关资讯
已删除
将门创投
3+阅读 · 2017年10月12日
Top
微信扫码咨询专知VIP会员