针对信道资源有限的多接入信道无线传感器网络场景,实时信息的传送需要考虑信道环境和信息新鲜度问题。该文基于认知无线电物联网(Cognitive Radio-Internet of Things,CR-IoT)系统,构建了一个具有频谱访问权限的主用户(Primary User,PU)和两个可共享PU频谱次用户(Secondary User,SU)的网络模型。在考虑PU工作状态和SU数据队列稳定的条件下,提出了一个以最小化节点平均AoI为目标的优化问题。其次使用两种策略进行优化,包括概率随机接入策略(Probabilistic Random Access Policy,PRA),该策略下两个SU节点根据相应的概率分布做出独立的传输决策;以及基于李雅普诺夫优化框架优化时隙内调度决策的漂移加罚策略(Drift Plus Penalty Policy,DPP)。仿真结果可知,DPP策略下得到的平均AoI的值要明显低于PRA策略,表明使用DPP策略对平均AoI的优化更加显著,可以有效提升数据包的时效性和新鲜度。
展开▼
