[論文レビュー] Timely Status Update in Massive IoT Systems: Decentralized Scheduling for Wireless Uplinks

Zhiyuan Jiang, Bhaskar Krishnamachari+3 more|arXiv (Cornell University)|Jan 11, 2018

Age of Information Optimization参考文献 21被引用数 47

ひとこと要約

本論文は、arrival-independent renewal (AIR) ポリシーの中で、1-packet buffers を持つラウンドロビン・スケジューリングポリシー（RR-ONE）が AoI の最小化において最適であることを証明し、端末数が増えるにつれて RR-ONE が漸近的に最適になることを示します。さらに分散実装を提供し、AoI 分布を分析します。

ABSTRACT

In a typical Internet of Things (IoT) application where a central controller collects status updates from multiple terminals, e.g., sensors and monitors, through a wireless multiaccess uplink, an important problem is how to attain timely status updates autonomously. In this paper, the timeliness of the status is measured by the recently proposed age-of-information (AoI) metric; both the theoretical and practical aspects of the problem are investigated: we aim to obtain a scheduling policy with minimum AoI and, meanwhile, still suitable for decentralized implementation on account of signalling exchange overhead. Towards this end, we first consider the set of arrival-independent and renewal (AIR) policies; the optimal policy thereof to minimize the time-average AoI is proved to be a round-robin policy with one-packet (latest packet only and others are dropped) buffers (RR-ONE). The optimality is established based on a generalized Poisson-arrival-see-time-average (PASTA) theorem. It is further proved that RR-ONE is asymptotically optimal among all policies in the massive IoT regime. The AoI steady-state stationary distribution under RR-ONE is also derived. A fully decentralized implementation of RR-ONE is proposed which can accommodate dynamic terminal appearances. In addition, considering scenarios where packets cannot be dropped, the optimal AIR policy thereof is also found with parameters given by the solution to a convex problem.

研究の動機と目的

• IoT のタイムリーな状態更新を AoI を主要指標として必要性を動機付ける。
• 到着ランダム性の下で最適な分散スケジューリングポリシーを特徴づけ、特定する。
• RR-ONE が AIR ポリシーの中で最適であり、 massive IoT レジームで漸近的に最適であることを示す。
• RR-ONE の安定状態分布を導出し、実用的な分散実装を提案する。

提案手法

• N 個端末と端末ごとに Bernoulli 到着を持つ時分割無線多アクセス uplink として系をモデリングする。
• スケジューリング間隔が renewal プロセスであり、決定が arrival に依存しない AIR ポリシーを定義する。
• 一般化 PASTA/ASTA アプローチを用いて RR-ONE (one-packet buffers を伴う round-robin) が最適な AIR ポリシーであることを証明する。
• RR-ONE の AoI の定常分布を、 renewal time が N の Markov renewal process として導出する。
• RR-ONE の漸近的最適性を確立する：最小 AoI は N/2 にスケールし、RR-ONE がこのスケーリングを達成する。
• ダイナミックに現れる端末にも対応する完全な分散 RR-ONE 実装を説明する。

実験結果

リサーチクエスチョン

• RQ1 多数の IoT 端末が存在する衝突-prone 無線 uplink において、時間平均 AoI を最小化するポリシーは何か。
• RQ2 端末数が大きくなるにつれて、最小限の信号で実現可能な分散ポリシーはほぼ最適な AoI を達成できるか。
• RQ3 RR-ONE の AoI 分布はどのようで、 massive IoT レジームでどのように振る舞うか。
• RQ4 動的端末出現に対応した RR-ONE をどのように分散的に実装できるか。
• RQ5 パケットドロップが許容される場合や dropping なしの FCFS キューを使用する場合の最適な AIR ポリシーは何か。

主な発見

• RR-ONE は arrival-independent renewal ポリシーの中で AoI の時間平均を最小化する最適な AIR ポリシーである。
• RR-ONE は漸近的な AoI スケーリングの最小値を達成し、 massive IoT レジームにおいてスケーリング係数 1/2 で最適である。
• RR-ONE の AoI は N の固定リニューアル時間を持つ Markov renewal プロセスに従い、各端末の定常分布が閉形式で求まる。
• 中心放送から端末総数のみを得るだけで済む完全な分散 RR-ONE プロトコルが記述されている。
• パケットをドロップせず FCFS キューを仮定した場合、最適な AIR ポリシーは決定的間隔で端末をスケジュールするよう、凸最適化問題で解かれる。