[論文レビュー] Optimal Sampling and Remote Estimation of the Wiener Process over a Channel with Random Delay

Yin Sun, Yury Polyanskiy+1 more|arXiv (Cornell University)|Jul 9, 2017

Age of Information Optimization被引用数 1

ひとこと要約

本稿では、ランダム遅延を持つチャネルを介して送信されるウィエンヤ過程のための、しきい値ベースのサンプリングと最小平均二乗誤差（MMSE）推定器を用いた、共同最適なサンプリングと推定戦略を提案する。最適なしきい値は厳密に導出され、その結果、年齢最適、ゼロウェイト、周期的サンプリング方針よりも著しく低い推定誤差が得られる。

ABSTRACT

In this paper, we consider a sampling and remote estimation problem, where samples of a Wiener process are forwarded to a remote estimator via a channel with queueing and random delay. The estimator reconstructs an estimate of the real-time signal value from causally received samples. We obtain the jointly optimal sampling and estimation strategy that minimizes the mean-square estimation error subject to a maximum sampling rate constraint. We prove that a threshold-based sampler and a minimum mean-square error (MMSE) estimator are jointly optimal, and the optimal threshold is found exactly. Our jointly optimal solution exhibits an interesting coupling between the source and channel, which is different from the source-channel separation in many previous information theoretical studies. If the sampling times are independent of the observed Wiener process, the joint sampling and estimation optimization problem reduces to an age-of-information optimization problem that has been recently solved. Our theoretical and numerical comparisons show that the estimation error of the optimal sampling policy can be much smaller than those of age-optimal sampling, zero-wait sampling, and classic periodic sampling.

研究の動機と目的

• キューイングとランダム遅延を持つチャネルを介して送信されるウィエンヤ過程のリモート推定問題に対処すること。
• 最大サンプリングレート制約の下で、サンプリングと推定戦略を共同最適化し、平均二乗推定誤差を最小化すること。
• 従来のソース・チャネル分離原理とは異なる、ソースとチャネルの間の結合を確立すること。
• 既存のサンプリング方針と比較して、最適戦略が著しく低い推定誤差を達成することを示すこと。

提案手法

• ウィエンヤ過程が事前に定義されたしきい値を crosses するたびにサンプリング時刻が発生する、しきい値ベースのサンプリング方針を設計すること。
• 受信側のリモート受信機で、因果的に受信されたサンプルからリアルタイムの信号値を再構築するために、最小平均二乗誤差（MMSE）推定器を採用すること。
• サンプリングレート制約の下で変分最適化問題を解くことにより、最適なしきい値を解析的に導出すること。
• 推定誤差をサンプリング方針とチャネル遅延統計の関数として定式化し、性能比較を可能にすること。
• 理論的分析と数値シミュレーションを用いて、提案手法を年齢最適、ゼロウェイト、周期的サンプリング方針と比較すること。
• 共同最適化が、ソースとチャネル特性が本質的に結合された一意の解をもたらすことを確立すること。

実験結果

リサーチクエスチョン

• RQ1 ウィエンヤ過程をランダム遅延を持つチャネルを介して送信する場合、平均二乗推定誤差を最小化する最適なサンプリング方針は何か？
• RQ2 従来の情報理論におけるソース・チャネル分離とは異なり、サンプリングと推定の共同最適化はどのように異なるか？
• RQ3 年齢最適、ゼロウェイト、周期的サンプリング方針と比較して、共同最適戦略の性能向上はどの程度か？
• RQ4 最適なしきい値は、サンプリングレート制約とチャネル遅延統計にどのように依存するか？
• RQ5 ソースとチャネルのダイナミクスの結合を活用することで、推定誤差を著しく低減できるか？

主な発見

• 共同最適な解は、しきい値ベースのサンプラーとMMSE推定器から構成され、最適なしきい値は厳密に導出されている。
• 最適戦略は、ソース（ウィエンヤ過程）とチャネル（ランダム遅延）の間で強い結合を示しており、従来のソース・チャネル分離とは根本的に異なる。
• 最適戦略の推定誤差は、年齢最適、ゼロウェイト、周期的サンプリング方針のそれよりも著しく低い。
• サンプリング時刻が観測過程に依存しない場合、問題は年齢情報最適化に帰着し、これは特殊な場合である。
• 数値結果により、提案手法がさまざまなチャネル遅延分布において、著しく低い平均二乗推定誤差を達成することが確認された。
• 最適なしきい値は、サンプリングレート制約およびチャネル遅延の統計的性質の両方に対して感受性が強い。