[논문 리뷰] Minimizing the Age of Information of Cognitive Radio-Based IoT Systems Under A Collision Constraint

Qian Wang, He Chen외 3명|arXiv (Cornell University)|2020. 01. 08.

Age of Information Optimization참고 문헌 30인용 수 22

한 줄 요약

이 논문은 주파수 경쟁 사용자(CR-IoT) 시스템에서 주파수 경쟁 사용자(Primary User, PU)와의 충돌 제약 조건 하에 정보의 나이(AoI)를 최소화하기 위해 연령 최적 전송 정책을 제안한다. 제약 조건이 있는 마르코프 결정 과정(CMDP)을 사용하여, 두 개의 임계값 기반 결정 정책을 무작위로 조합하는 최적의 정적 정책이 존재함을 증명하며, 마르코프 체인 분석을 통해 평균 AoI와 충돌 확률에 대한 폐쇄형 표현식을 유도한다.

ABSTRACT

This paper considers a cognitive radio-based IoT monitoring system, consisting of an IoT device that aims to update its measurement to a destination using cognitive radio technique. Specifically, the IoT device as a secondary user (SIoT), seeks and exploits the spectrum opportunities of the licensed band vacated by its primary user (PU) to deliver status updates without causing visible effects to the licensed operation. In this context, the SIoT should carefully make use of the licensed band and schedule when to transmit to maintain the timeliness of the status update. We adopt a recent metric, Age of Information (AoI), to characterize the timeliness of the status update of the SIoT. We aim to minimize the long-term average AoI of the SIoT while satisfying the collision constraint imposed by the PU by formulating a constrained Markov decision process (CMDP) problem. We first prove the existence of optimal stationary policy of the CMDP problem. The optimal stationary policy (termed age-optimal policy) is shown to be a randomized simple policy that randomizes between two deterministic policies with a fixed probability. We prove that the two deterministic policies have a threshold structure and further derive the closed-form expression of average AoI and collision probability for the deterministic threshold-structured policy by conducting Markov Chain analysis. The analytical expression offers an efficient way to calculate the threshold and randomization probability to form the age-optimal policy. For comparison, we also consider the throughput maximization policy (termed throughput-optimal policy) and analyze the average AoI performance under the throughput-optimal policy in the considered system. Numerical simulations show the superiority of the derived age-optimal policy over the throughput-optimal policy. We also unveil the impacts of various system parameters on the corresponding optimal policy and the resultant average AoI.

연구 동기 및 목표

• 주파수 경쟁 사용자(Primary User, PU)와의 충돌 제약 조건이 있는 코그니티브 라디오 기반 IoT 시스템에서 시기적절한 상태 업데이트를 유지하는 데 도전 과제를 다룬다.
• AoI 최소화와 PU 보호를 균형 잡기 위해 문제를 제약 조건이 있는 마르코프 결정 과정(CMDP)으로 공식화한다.
• 최적 정책의 구조를 특성화하고, 평균 AoI 및 충돌 확률에 대한 해석적 표현식을 유도한다.
• 성능 상호 관계를 평가하기 위해 제안된 연령 최적 정책을 총량 최적 정책과 비교한다.
• 감지 정확도 및 전송 확률과 같은 시스템 파라미터가 최적 정책과 AoI 성능에 미치는 영향을 조사한다.

제안 방법

• IoT 장치를 주파수 경쟁 사용자(CR-IoT)로 모델링하여, 스펙트럼을 감지하고 주파수 대역이 비어 있을 경우에만 전송하도록 한다. 이는 주파수 경쟁 사용자(Primary User, PU)와의 충돌 제약 조건 하에 이루어진다.
• 장기 평균 AoI를 최소화하면서 PU 간섭이 임계값 이하로 유지되도록 보장하기 위해 최적화 문제를 제약 조건이 있는 마르코프 결정 과정(CMDP)으로 공식화한다.
• 두 개의 임계값 기반 결정 정책을 고정 확률로 무작위로 조합하는 최적의 정적 정책이 존재함을 증명한다.
• 시스템 상태의 진화를 기반으로 마르코프 체인 분석을 사용하여 평균 AoI와 충돌 확률에 대한 폐쇄형 표현식을 유도한다.
• 리아푸노프 최적화 프레임워크와 하위모듈라리티 이론을 활용하여 최적 정책의 단조성과 임계값 구조를 확립한다.
• 수치 시뮬레이션을 통해 분석 결과를 검증하며, 연령 최적 정책과 총량 최적 정책을 비교한다.

실험 결과

연구 질문

• RQ1 주파수 경쟁 사용자(Primary User, PU)와의 충돌 제약 조건 하에 코그니티브 라디오 기반 IoT 시스템에서 평균 정보의 나이(AoI)를 최소화하는 최적 전송 정책은 무엇인가?
• RQ2 최적 정책의 구조는 시스템 상태, 특히 임계값 기반 결정과 어떻게 관련이 있는가?
• RQ3 임계값 기반 정책 하에서 평균 AoI와 충돌 확률에 대한 폐쇄형 표현식은 무엇인가?
• RQ4 AoI 및 충돌 제약 조건 측면에서 연령 최적 정책과 총량 최적 정책의 성능은 어떻게 비교되는가?
• RQ5 감지 정확도, 전송 확률, 주파수 경쟁 사용자 활동과 같은 시스템 파라미터는 최적 정책과 도출된 AoI에 어떻게 영향을 미치는가?

주요 결과

• 충돌 제약 조건 하에서 평균 AoI를 최소화하는 최적의 정적 정책은 두 개의 임계값 기반 결정 정책을 고정 확률로 무작위로 조합하는 정책이다.
• 두 결정 정책가 단조성 임계값 구조를 가지며, 이는 효율적인 정책 구현을 가능하게 한다.
• 마르코프 체인 분석을 통해 평균 AoI 및 충돌 확률에 대한 폐쇄형 표현식을 유도하여 최적의 임계값과 무작위 조합 확률을 직접 계산할 수 있다.
• 수치 결과는 제안된 연령 최적 정책이 동일한 충돌 제약 조건 하에서 총량 최적 정책보다 훨씬 낮은 평균 AoI를 달성함을 보여준다.
• 연령 최적 정책은 감지 오류율 및 주파수 경쟁 사용자 활동과 같은 시스템 파라미터의 변동에 대해 강건하며, 성능 저하가 더 예측 가능하고 제어 가능하다.
• 분석 결과는 총량 최대화가 반드시 최소 AoI로 이어지는 것은 아니며, CR-IoT 시스템에서 이 두 지표 간의 성능 상호 관계가 뚜렷하게 다름을 확인한다.