We introduce Mini Slotted Threshold-ALOHA (MiSTA), a slotted ALOHA modification designed to minimize the time average Age of Information (AoI) achieved in the network while also increasing throughput. In MiSTA, sources with age below a certain threshold stay silent. Nodes with age above the threshold that decide to transmit test the channel for possible collisions during a mini-slot placed ahead of each data slot. We derive the steady state distribution of the number of active sources and analyze its limiting behaviour. We show that MiSTA probabilistically converges to thinned slotted ALOHA, where the number of active users at steady state adjusts to optimize age. With an optimal selection of parameters, the AoI scales with the network size (i.e. the number of sources), n, as 0.9641n, in contrast to 1.4169n which is the lowest possible scaling with Threshold-ALOHA proposed in earlier literature. While achieving this reduction in age, MiSTA also increases achievable throughput to approximately 53%, from the 37% achievable by Threshold-ALOHA and regular slotted ALOHA.


翻译:我们引入了微软阈值-ALOHA(MISTA)(MISTA),这是一个有时间档的ALOHA(MISTA)修改,目的是将网络中达到的信息的平均年龄(AOI)最小化,同时增加吞吐量。在MISTA中,年龄低于某一阈值的来源保持沉默。年龄超过临界值的节点决定在每个数据位前面的微型点上传输可能发生碰撞的通道测试。我们从活跃源数的稳定分布中得出,并分析其限制行为。我们显示,MISTA(AOHA)在概率上接近被稀释的缩放的ALOHALOHA(ALOHA),在此阶段,处于稳定状态的活跃用户数量会调整到最优化的年龄。根据最佳的参数选择,AOI(即排放源数)的比值为0.964190,而与先前文献中提议的阈值-ALOHA的最小比例为1.4169n。在降低年龄的同时,MISTA(OHA)也提高了通过大约53%的吞吐量。

0
下载
关闭预览

相关内容

专知会员服务
25+阅读 · 2021年4月2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
[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
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10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
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24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
计算机 | 中低难度国际会议信息6条
Call4Papers
7+阅读 · 2019年5月16日
【TED】什么让我们生病
英语演讲视频每日一推
7+阅读 · 2019年1月23日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1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
计算机类 | 国际会议信息7条
Call4Papers
3+阅读 · 2017年11月17日
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
【计算机类】期刊专刊/国际会议截稿信息6条
Call4Papers
3+阅读 · 2017年10月13日
Backgammon is Hard
Arxiv
0+阅读 · 2021年6月30日
Clustered Object Detection in Aerial Images
Arxiv
5+阅读 · 2019年8月27日
Pluralistic Image Completion
Arxiv
8+阅读 · 2019年3月11日
Augmentation for small object detection
Arxiv
11+阅读 · 2019年2月19日
VIP会员
相关VIP内容
专知会员服务
25+阅读 · 2021年4月2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
[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
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10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
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24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
计算机 | 中低难度国际会议信息6条
Call4Papers
7+阅读 · 2019年5月16日
【TED】什么让我们生病
英语演讲视频每日一推
7+阅读 · 2019年1月23日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1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
计算机类 | 国际会议信息7条
Call4Papers
3+阅读 · 2017年11月17日
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
【计算机类】期刊专刊/国际会议截稿信息6条
Call4Papers
3+阅读 · 2017年10月13日
Top
微信扫码咨询专知VIP会员