34、物联网与生物柴油领域的技术探索与创新

物联网与生物柴油领域的技术探索与创新

物联网网络中的资源分配与交通预测

在物联网（IoT）网络系统中，为避免碰撞和信令开销，采用了多种技术，如接入类别限制（ACB）、时分多址（TDMA）和免授权（GF）方案。
- TDMA算法 ：这是一种直接的方法，它在不依赖任何调度算法共识的情况下，将资源平均分配给所有设备。该算法对于周期性信号效率较高，但对于非周期性或偶发性信号效果不佳。
- GF方案 ：为克服TDMA的问题而提出，旨在最小化信号开销。然而，当可用资源与潜在活跃设备数量不匹配时，它会导致较高的信息年龄（AoI），并且设备之间会发生大量碰撞。
- ACB方法 ：在当时的所有替代方案中，是最有前景的方法之一。

为了有效利用物联网网络系统中的资源分配，开发了许多基于学习的算法。不过，这些模型大多依赖于机器学习机制和强化学习算法，需要在物联网设备系统或基站进行大量复杂计算，因此需要强大的硬件和长时间的自学习算法训练。为解决这些问题，研究人员提出了一种基于随机的模型，该模型在准确性方面表现出色，且比现有的机器学习解决方案更简单。

问题分析与系统设计

为了研究利用物联网网络进行交通控制，考虑一个窄带物联网（NB - IoT）网络系统，其中有K个物联网设备，所有设备将信息传输到一个单独的基站（BS）。传统LTE FU中的传输资源被划分为多个时隙，BS可以调度这些时隙让L个设备传输信息。

为设计模型，使用随机变量表示设备在离散时间槽t（t = 1, 2, …）的活跃状态：
[
a_{t}