Automatic Link Selection in Multi-Channel Multiple Access With Link Failures

Mevan Wijewardena

doi:10.1109/ton.2026.3743830

Automatic Link Selection in Multi-Channel Multiple Access With Link Failures

2026-10-15

0

PRE

AI

DOI：10.1109/ton.2026.3743830

原文链接

摘要

En 中文

本文聚焦于利用bandit反馈的多信道多址接入控制中的自动链路选择问题。具体而言，控制器在时隙系统中将多个用户分配给多个信道，其中每个时隙中最多一个用户可分配至给定信道，且最多一个信道可分配给给定用户。给定用户$i$被分配至信道$j$时，传输以固定未知概率$1-q_{i,j}$失败。分配通过成功/失败反馈动态进行。目标为最大化时间平均效用，其中考虑任意（可能非光滑）的凹效用函数且逐元素非减。首个提出的算法具有快速的${\mathcal {O}}(\sqrt {\ln (T)/T})$收敛性，但要求每次迭代求解凸优化问题，可能计算成本高。第二个算法收敛较慢，为${\mathcal {O}}(\sqrt[3]{\ln (T)/T})$，同时避免了昂贵的内层优化。两种算法均为自适应算法。特别地，收敛保证适用于任何连续的$T$时隙区间，期间成功概率不发生变化。本文进一步研究了若干特例。在单信道场景下，通过更简单的自适应机制实现了快速的${\mathcal {O}}(\sqrt {\ln (T)/T})$收敛和高效实现。同时考虑了基于UCB的非自适应算法，采用最大权重型决策。仿真揭示了有趣的性能权衡关系，并展示了所提自适应方案快速适应的特点。

Keyword:

Multi-armed bandit learning

proportional fairness

network utility maximization

optimization

stochastic control

adaptive learning

Automatic Link Selection in Multi-Channel Multiple Access With Link Failures

摘要

期刊

机构

引用论文