[논문 리뷰] Optimal Online Transmission Policy in Wireless Powered Networks with Urgency-aware Age of Information

Yang Lu, Ke Xiong외 3명|arXiv (Cornell University)|2019. 01. 26.

Age of Information Optimization참고 문헌 18인용 수 5

한 줄 요약

이 논문은 무선 전력 공급 네트워크에서 에너지 수확 센서를 위한 최적의 온라인 전송 정책을 제안하며, 최근 업데이트 이후 경과한 시간에 따라 지수적으로 증가하는 긴급도 인식 연료 사용 정보(U-AoI)를 사용한다. 에너지 인과성 조건 하에서 장기 평균 U-AoI를 최소화하기 위해 비볼록 최적화 문제를 수립함으로써, 저널지켈-슐라이프의 방법과 쿠른-카우프만-타커(KKT) 조건을 조합한 이중 레이어 알고리즘을 개발하였으며, 적응형 대기 시간이 비혼잡 네트워크에서 U-AoI 향상에 기여함을 보여주었다.

ABSTRACT

This paper investigates the age of information (AoI) for a radio frequency (RF) energy harvesting (EH) enabled network, where a sensor first scavenges energy from a wireless power station and then transmits the collected status update to a sink node. To capture the thirst for the fresh update becoming more and more urgent as time elapsing, urgency-aware AoI (U-AoI) is defined, which increases exponentially with time between two received updates. Due to EH, some waiting time is required at the sensor before transmitting the status update. To find the optimal transmission policy, an optimization problem is formulated to minimize the long-term average U-AoI under constraint of energy causality. As the problem is non-convex and with no known solution, a two-layer algorithm is presented to solve it, where the outer loop is designed based on Dinklebach's method, and in the inner loop, a semi-closed-form expression of the optimal waiting time policy is derived based on Karush-Kuhn-Tucker (KKT) optimality conditions. Numerical results shows that our proposed optimal transmission policy outperforms the the zero time waiting policy and equal time waiting policy in terms of long-term average U-AoI, especially when the networks are non-congested. It is also observed that in order to achieve the lower U-AoI, the sensor should transmit the next update without waiting when the network is congested while should wait a moment before transmitting the next update when the network is non-congested. Additionally, it also shows that the system U-AoI first decreases and then keep unchanged with the increments of EH circuit's saturation level and the energy outage probability.

연구 동기 및 목표

• 시간이 지남에 따라 갱신 정보의 긴급도가 증가하는 것을 반영하지 못하는 전통적인 연료 사용 정보(AoI) 지표의 한계를 해결하기 위해.
• 센서가 전송하기 전에 충분한 RF 에너지를 축적하기 위해 대기해야 하는 에너지 수확 무선 네트워크에서 상태 업데이트 전송을 모델링하고 최적화하기 위해.
• 업데이트 간 간격에 따라 지수적으로 증가하는 장기 평균 긴급도 인식 AoI(U-AoI)를 에너지 인과성 제약 조건 하에서 최소화하기 위해.
• 네트워크 상태와 에너지 가용성에 따라 대기 시간을 적응적으로 조정하는 실용적인 온라인 전송 정책을 개발하기 위해.

제안 방법

• 최근 업데이트 이후 경과한 시간의 지수 함수로 긴급도 인식 AoI(U-AoI)를 정의하여 긴급도 증가를 반영한다.
• 에너지 인과성 제약 조건 하에서 장기 평균 U-AoI를 최소화하기 위한 비볼록 최적화 문제를 수립한다.
• 이중 레이어 알고리즘 제안: 외부 루프는 분수 목표 함수를 처리하기 위해 Dinkelb Schmidt의 방법을 사용하고, 내부 루프는 카루시-쿠른-타커(KKT) 조건을 통해 준폐쇄형 해를 유도한다.
• 비선형 RF-DC 변환 모델을 사용하여 에너지 수확을 모델링하며, 포화 및 장애 효과를 포함한다.
• 네트워크 혼잡도를 나타내기 위해 확률적 전송 시간(Y)을 사용하고, 전송 지연에 대한 확률적 제약 조건을 설정한다.
• 네트워크 혼잡도와 에너지 가용성에 따라 동적으로 조정되는 최적의 대기 시간 정책을 유도한다.

실험 결과

연구 질문

• RQ1 긴급도 인식 AoI(U-AoI)는 시간 민감한 정보 신선도 요구 사항을 기존 선형 AoI보다 어떻게 더 잘 반영하는가?
• RQ2 에너지 수확 무선 네트워크에서 장기 평균 U-AoI를 최소화하는 최적의 온라인 전송 정책은 무엇인가?
• RQ3 전송 시간 분포를 통한 네트워크 혼잡도는 상태 업데이트의 최적 대기 시간에 어떤 영향을 미치는가?
• RQ4 에너지 수확 회로의 포화와 에너지 장애 확률은 달성 가능한 U-AoI에 어떤 영향을 미치는가?
• RQ5 적응형 대기 시간 정책이 영점 또는 동일 대기 시간 정책보다 우월한 조건는 무엇인가?

주요 결과

• 비혼잡 네트워크에서 제안된 최적 전송 정책은 영점 대기 정책 대비 장기 평균 U-AoI를 14.7% 감소시키며, 특정 파rameter 조건 하에서 U-AoI는 1.70에서 1.45로 감소한다.
• 네트워크가 혼잡한 경우(예: Prob{Y ≤ 0.1} = 0.3), 영점 대기 정책이 최적 정책과 거의 동일한 성능을 보이며, 고도의 혼잡도에서는 대기가 불필요함을 시사한다.
• 비혼잡 네트워크에서는 전송 전 대기 시간을 조절함으로써 U-AoI가 크게 향상되며, 에너지를 더 많이 수확하기 위해 업데이트를 유예하는 것이 유리함을 보여준다.
• 에너지 수확 회로의 포화 수준이 증가함에 따라 U-AoI는 처음 감소하다가 안정화되며, 특정 전력 임계값을 초과하면 수익 감소 효과가 나타남을 나타낸다.
• 에너지 장애 확률이 증가함에 따라 U-AoI도 처음 감소하다가 일정하게 유지되며, 특정 신뢰성 임계값을 초과하면 추가 개선이 효과가 없음을 시사한다.
• 동일 대기 정책은 영점 대기 정책보다 성능이 뛰어나며, 후자는 전자의 특수한 경우이므로 제어된 대기 시간의 가치를 확인한다.