[論文レビュー] Sampling and Remote Estimation for the Ornstein-Uhlenbeck Process through Queues: Age of Information and Beyond

Tasmeen Zaman Ornee, Yin Sun|arXiv (Cornell University)|Feb 10, 2019

Age of Information Optimization参考文献 56被引用数 4

ひとこと要約

本稿では、待ち行列システムを通じてオーランシュタイン・ウーレン（OU）過程を推定するための最適サンプリング方策を研究し、因果的信号知識が利用可能な場合、最適方策が即時の推定誤差に関するしきい値方策であることを示している。信号知識が存在しない場合には、最適方策は非線形の情報の古さ（age of information）指標を最小化し、期待推定誤差に関するしきい値方策である。両者とも、バイセクション法やニュートン法などの低複雑性アルゴリズムにより計算可能である。

ABSTRACT

The age of information, as a metric for evaluating information freshness, has received a lot of attention. Recently, an interesting connection between the age of information and remote estimation error was found in a sampling problem of Wiener processes: If the sampler has no knowledge of the signal being sampled, the optimal sampling strategy is to minimize the age of information; however, by exploiting causal knowledge of the signal values, it is possible to achieve a smaller estimation error. In this paper, we extend a previous study by investigating a problem of sampling a stationary Gauss-Markov process, namely the Ornstein-Uhlenbeck (OU) process. The optimal sampling problem is formulated as a constrained continuous-time Markov decision process (MDP) with an uncountable state space. We provide an exact solution to this MDP: The optimal sampling policy is a threshold policy on instantaneous estimation error and the threshold is found. Further, if the sampler has no knowledge of the OU process, the optimal sampling problem reduces to an MDP for minimizing a nonlinear age of information metric. The age-optimal sampling policy is a threshold policy on expected estimation error and the threshold is found. These results hold for (i) general service time distributions of the queueing server and (ii) sampling problems both with and without a sampling rate constraint. Numerical results are provided to compare different sampling policies.

研究の動機と目的

• ウィENER過程を越えて一般のガウス＝マークフ過程に対する最適サンプリング戦略のギャップを埋める。
• 同分布のサービス時間と有限平均を有する待ち行列制約下でのOU過程のリモート推定を分析する。
• サンプリングレート制約下で時間平均平均二乗誤差（MSE）を最小化する最適サンプリング方策を導出する。
• 一般の信号モデルに対する最適サンプリング方策の構造的洞察を得るため、OU過程を標準的ケースとして分析する。
• 最適方策が推定誤差に関するしきい値方策であることを示し、低複雑性アルゴリズムにより計算可能なしきい値を提供する。

提案手法

• サンプリング問題を、非可算状態空間を持つ連続時間マルコフ決定過程（MDP）として定式化する。
• 制約付きMDPを不等式制約なし問題に変換するためにラグランジュ双対性を用い、サンプリングレート制約に幾何的乗数を導入する。
• 因果的信号知識が利用可能な場合、最適方策が即時の推定誤差に関するしきい値方策として導出される。
• 信号知識が存在しない場合、問題を非線形の情報の古さ（age of information）指標の最小化問題に再定式化し、期待推定誤差に関するしきい値方策が得られる。
• バイセクション探索とニュートン法を用いて最適しきい値を計算し、次元の呪いを回避する。
• 一般のサービス時間分布（有限平均のみ）を想定しており、長時間の伝送遅延に対してもロバストである。

実験結果

リサーチクエスチョン

• RQ1 OU過程と待ち行列遅延を有するリモート推定システムにおいて、推定誤差を最小化する最適サンプリング方策は何か？
• RQ2 信号の因果的知識が最適サンプリング方策の構造と性能に与える影響は何か？
• RQ3 非可算状態空間と連続時間ダイナミクスを有するにもかかわらず、最適サンプリング方策は効率的に計算可能か？
• RQ4 信号知識が欠如している場合、情報の古さ指標と推定誤差の関係は何か？
• RQ5 一般のサービス時間分布が、サンプリング方策の最適性と構造に与える影響は何か？

主な発見

• 因果的信号知識が利用可能な場合、最適サンプリング方策は即時の推定誤差に関するしきい値方策である。
• 信号知識が存在しない場合、最適方策は非線形の情報の古さ（age of information）指標を最小化し、期待推定誤差に関するしきい値方策である。
• 最適しきい値はバイセクション探索またはニュートン法により計算可能であり、低計算複雑性を保証する。
• 制約付き問題と双対問題の間に双対ギャップがゼロであることが確認され、導出された方策の最適性が裏付けられる。
• 有限平均を持つ一般のサービス時間分布に対して結果が成り立つため、変動する伝送遅延に対してもロバストである。
• 数値結果により、因果的信号知識を利用することで、情報の古さ最適化方策よりも顕著に低い推定誤差が達成されることが示された。