[논문 리뷰] Age of Information Minimization for an Energy Harvesting Source with Updating Erasures: With and Without Feedback

Songtao Feng, Jing Yang|arXiv (Cornell University)|2018. 08. 13.

Age of Information Optimization참고 문헌 48인용 수 31

한 줄 요약

이 논문은 업데이트가 지워질 수 있는 신뢰성 없는 업링크 채널을 갖는 에너지 수확 센서에서 연령 정보(AoI) 최소화를 다룬다. 피드백이 없는 Best-effort Uniform(BU) 정책과 피드백이 있는 Best-effort Uniform with Retransmission(BUR) 정책을 제안하며, 새로운 하한값과 가상 정책 접근법을 통해 에너지 인과성 제약 조건 하에서 장기 평균 AoI를 최소화하는 데 두 정책이 최적임을 증명한다.

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.

연구 동기 및 목표

• 에너지 수확(EH) 시스템에서 에너지 인과성 제약 조건 하에 목적지에서 장기 평균 연령 정보(AoI)를 최소화하는 것.
• 업데이트가 지워질 수 있는 신뢰성 없는 업링크 채널에 의해 영향을 받는 문제를 다루며, AoI는 성공 수신 시에만 재설정됨.
• 전송 성공 여부에 대한 피드백이 있는지 없는지에 따라 에너지 수확 센서에 대한 최적의 온라인 상태 업데이트 정책을 설계하는 것.
• 가상 정책을 통한 점근적 수렴과 하한 분석을 통해 BU 및 BUR 정책의 최적성을 증명하는 것.

제안 방법

• 표본 경로 추론 및 확률적 지배 관계를 이용해 광범위한 온라인 정책 클래스에 대해 장기 평균 AoI의 하한을 유도한다.
• 유도된 하한에 점점 수렴하는 가상 정책을 도입하여, 원래 정책이 최적임을 증명한다. 이는 가상 정책이 열등함을 감안할 때 성립한다.
• 기대 AoI를 상호 업데이트 간격 분포의 함수로 유계하기 위해 코시-슈바르츠 부등식과 젠센의 부등식을 사용한다.
• 피드백 이력에 조건부된 기대 상호 업데이트 간격을 바탕으로 한 갱신 정책을 정의하여 에너지 인과성과 AoI 수렴을 보장한다.
• 제안된 정책 하에서 단위 시간당 평균 업데이트 수의 장기 평균을 분석하기 위해 기본 갱신 정리( elementary renewal theorem)를 적용한다.
• 에너지 제약 조건이 있는 마르코프 결정 과정으로 시스템을 모델링하며, 피드백을 활용해 전송 시점을 적응적으로 조정한다.

실험 결과

연구 질문

• RQ1 피드백이 없는 경우, 지워짐 채널이 존재하는 에너지 수확 센서에 대해 최적의 온라인 상태 업데이트 정책은 무엇인가?
• RQ2 전송 성공 여부에 대한 피드백 존재 여부가 최적의 AoI 최소화 정책 설계에 어떤 영향을 미치는가?
• RQ3 에너지 인과성 조건 하에서 모든 온라인 정책에 대해 적용 가능한 장기 평균 AoI의 하한을 도출할 수 있는가?
• RQ4 피드백이 없는 경우 Best-effort Uniform(BU) 정책이 최적인지이며, 가상 정책 구축을 통해 이를 증명할 수 있는가?
• RQ5 피드백이 있는 경우 Best-effort Uniform with Retransmission(BUR) 정책이 최적성을 달성하는가? BU 정책와의 비교는 어떻게 되는가?

주요 결과

• 피드백이 없는 경우 Best-effort Uniform(BU) 정책은 에너지 수확 시스템에서 AoI 최소화에 있어 최적이며, 가능한 한 낮은 장기 평균 AoI를 달성한다.
• 피드백이 있는 경우 Best-effort Uniform with Retransmission(BUR) 정책은 동일한 에너지 제약 조건 하에서 재전송하지 않는 전략보다 뛰어난 성능을 보이며 최적이다.
• 고려된 정책 클래스에 대해 모든 온라인 정책에 적용 가능한 장기 평균 AoI의 하한이 도출되었으며, 최적성 기준으로 활용된다.
• 유도된 하한에 점점 수렴하는 가상 정책을 구성하여, BU 및 BUR 정책이 최적임을 증명한다. 이는 이러한 가상 정책이 열등하기 때문에 성립한다.
• BU 및 BUR 정책 하에서 기대 상호 업데이트 간격은 안정된 분포로 수렴하여 장기적인 AoI 안정성을 보장한다.
• 기본 갱신 정리에 따르면, 제안된 정책 하에서 평균 업데이트 빈도는 성공 확률 $ p $ 로 제한되며, 이는 점근적 최적성의 타당성을 검증한다.