联合WPT和MEC的无线传感网时延优化算法

无线传感网络（Wireless sensor network， WSN）受电池能量有限和计算能力不足的约束，使得电池续航能力成为其广泛部署的瓶颈。本文利用无线电能传输（Wireless power transmission， WPT）和多接入边缘计算（Multi-access edge computing， MEC）技术，在传感器节点能耗受限的情况下，通过联合优化节点卸载决策、无线供电时长和带宽资源分配，最大限度地降低了传感器节点的任务平均完成时延。本文将优化问题建模成混合整数规划问题，并且为了适应复杂动态的信道环境，提出了一种基于柔性动作评价（Soft actor critic， SAC）的时延最小化深度强化学习算法（Deep reinforcement learning delay minimization， DrlDM），将原始优化问题建模成马尔可夫决策过程（Markov decision process， MDP）。仿真结果表明，与3种基线实验相比，本文提出的DrlDM算法平均延迟降低62.11%，显著缩短了节点的任务平均完成时间。