[論文レビュー] Age of Information Minimization for an Energy Harvesting Source with Updating Erasures: With and Without Feedback

Songtao Feng, Jing Yang|arXiv (Cornell University)|Aug 13, 2018

Age of Information Optimization参考文献 48被引用数 31

ひとこと要約

本稿は、更新が消去される可能性がある信頼性の低い上行リンクチャネルを有するエネルギー回収センサにおける情報の年齢（AoI）最小化を研究している。フィードバックなしのベストエフォート均等（BU）方針とフィードバックありのベストエフォート均等再送（BUR）方針を提案し、新たな下界と仮想方針の手法を用いて、エネルギー因果制約下での長期平均AoIを最小化するための最適性を証明している。

ABSTRACT

Consider an energy harvesting (EH) sensor that continuously monitors a system and sends time-stamped status update to a destination. The sensor harvests energy from nature and uses it to power its updating operations. The destination keeps track of the system status through the successfully received updates. With the recently introduced information freshness metric "Age of Information" (AoI), our objective is to design optimal online status updating policy to minimize the long-term average AoI at the destination, subject to the energy causality constraint at the sensor. Due to the noisy channel between the sensor and the destination, each transmitted update may be erased with a fixed probability, and the AoI at the destination will be reset to zero only when an update is successfully received. We first consider status updating without feedback available to the sensor and show that the Best-effort Uniform updating (BU) policy is optimal. We then investigate status updating with perfect feedback to the sensor and prove the optimality of the Best-effort Uniform updating with Retransmission (BUR) policy. In order to prove the optimality of the proposed policies, for each case, we first identify a lower bound on the long-term average AoI among a broad class of online policies, and then construct a sequence of virtual policies to approach the lower bound asymptotically. Since those virtual policies are sub-optimal to the original policy, the original policy is thus optimal.

研究の動機と目的

• エネルギー回収（EH）システムにおけるエネルギー因果制約下で、宛先での長期平均情報の年齢（AoI）を最小化すること。
• 更新が消去される可能性がある信頼性の低い上行リンクチャネルの課題に対処すること。AoIは受信成功時のみリセットされる。
• フィードバックなしおよびありの両方の状況におけるEHセンサの最適オンラインステータス更新方針を設計すること。
• 仮想方針による漸近的収束と下界解析を通じて、BUおよびBUR方針の最適性を証明すること。

提案手法

• サンプルパスの議論と確率的優位性を用いて、広範なオンライン方針クラスに対する長期平均AoIの下界を導出する。
• 導出された下界に漸近的に近づく仮想方針を導入し、元の方針が最適であることを証明する。仮想方針は劣悪であるため、元の方針が最適であることが示される。
• 期待AoIを更新間隔の分布に基づいて評価するために、コーシー＝シュワルツとジェンセンの不等式を用いる。
• フィードバック履歴に基づく期待更新間隔に条件付けた再生方針を定義し、エネルギー因果性とAoIの収束を保証する。
• 提示された方針下での長期間平均更新回数を分析するために、基本再生定理を適用する。
• エネルギー制約を考慮したマルコフ決定過程としてシステムをモデル化し、フィードバックを活用して送信タイミングを適応的に制御する。

実験結果

リサーチクエスチョン

• RQ1 フィードバックが利用できない場合、消去チャネルを有するエネルギー回収センサにおける最適オンラインステータス更新方針は何か？
• RQ2 送信成功に関するフィードバックの有無が、最適AoI最小化方針の設計にどのように影響するか？
• RQ3 エネルギー因果制約下で、すべてのオンライン方針に対して成り立つ長期平均AoIの下界を導出できるか？
• RQ4 ベストエフォート均等（BU）方針はフィードバックなしで最適であり、仮想方針構築によって証明可能か？
• RQ5 ベストエフォート均等再送（BUR）方針はフィードバックありで最適であり、BUと比較してどのように優れているか？

主な発見

• フィードバックなしのエネルギー回収システムにおいて、ベストエフォート均等（BU）方針がAoI最小化に最適であり、可能な限り低い長期平均AoIを達成する。
• フィードバックありの状況では、ベストエフォート均等再送（BUR）方針が最適であり、同じエネルギー制約下で再送を行わない戦略を上回る性能を示す。
• 導出された下界は、考察対象のクラスに属するすべてのオンライン方針に対して成り立ち、最適性のベンチマークとして機能する。
• 導出された下界に漸近的に近づく仮想方針が構築され、BUおよびBURが最適であることが証明された。なぜなら、それらはすべての劣悪な仮想方針を上回るからである。
• BUおよびBUR方針下での期待更新間隔は安定分布に収束し、長期的なAoIの安定性を保証する。
• 基本再生定理により、提案方針下での平均更新レートが成功確率 $ p $ によって上限づけられることを確認し、漸近的最適性が裏付けられる。