Resumen

Se propone un nuevo método sobre la cooperación de energía renovable entre estaciones base pequeñas (SBSs), que tiene como objetivo maximizar la eficiencia energética en una red ultradensa (UDN). En UDN, cada SBS está equipada con una unidad de recolección de energía (EH), y los tiempos de llegada de energía se modelan como un proceso de conteo de Poisson. En primer lugar, se seleccionan las SBS con grandes demandas de tráfico como centros de agrupación, y luego todas las SBS se agrupan utilizando el algoritmo de k-medias dinámico. En segundo lugar, las SBS coordinan su energía renovable dentro de cada cluster formado. El proceso de cooperación energética entre SBS se considera como un proceso de decisión de Markov. Se utiliza el algoritmo Q-learning para optimizar la cooperación energética. En el algoritmo hay cuatro acciones diferentes y sus funciones de recompensa correspondientes. El Q-learning explora la acción tanto como sea posible y predice una mejor acción calculando la recompensa. Además, se utiliza una política codiciosa

• Materias:Sistemas de Comunicación Inalámbricos Internet de las cosas Redes de radio Computación móvil Radio cognitiva
• Subjects:Wireless Communication Systems Internet of things Radio Networks Mobile Computing Cognitive Radio
• Palabras claves:Energía renovable; Pequeñas estaciones base; Eficiencia energética; Red ultradensa; Captación de energía; Centros de agrupamiento.
• Keywords:Renewable energy; Small base stations; Energy efficiency; Ultradense network; Energy harvesting; Clustering centers