[论文解读] Minimizing Age of Information in Cognitive Radio-based IoT Systems: Underlay or Overlay?

Y. T. Gu, He Chen+3 more|arXiv (Cornell University)|Mar 16, 2019

Age of Information Optimization参考文献 37被引用 8

一句话总结

本文研究了认知无线电物联网网络中信息年龄（AoI）最小化问题，对比了覆叠式与遮掩式频谱接入方案。推导了两种方案下平均峰值AoI的闭式表达式，并确定了一个关键的主 IoT 生成速率，该速率决定了哪种方案在次级 IoT 系统中提供更优的时效性。

ABSTRACT

We consider a cognitive radio-based Internet-of-Things (CR-IoT) network consisting of one primary IoT (PIoT) system and one secondary IoT (SIoT) system. The IoT devices of both the PIoT and the SIoT respectively monitor one physical process and send randomly generated status updates to their associated access points (APs). The timeliness of the status updates is important as the systems are interested in the latest condition (e.g., temperature, speed and position) of the IoT device. In this context, two natural questions arise: (1) How to characterize the timeliness of the status updates in CR-IoT systems? (2) Which scheme, overlay or underlay, is better in terms of the timeliness of the status updates. To answer these two questions, we adopt a new performance metric, named the age of information (AoI). We analyze the average peak AoI of the PIoT and the SIoT for overlay and underlay schemes, respectively. Simple asymptotic expressions of the average peak AoI are also derived when the PIoT operates at high signal-to-noise ratio (SNR). Based on the asymptotic expressions, we characterize a critical generation rate of the PIoT system, which can determine the superiority of overlay and underlay schemes in terms of the average peak AoI of the SIoT. Numerical results validate the theoretical analysis and uncover that the overlay and underlay schemes can outperform each other in terms of the average peak AoI of the SIoT for different system setups.

研究动机与目标

• 通过利用认知无线电（CR）技术实现频谱共享，以应对物联网网络中的频谱稀缺挑战。
• 评估在主 IoT 和次级 IoT 系统均生成随机更新以用于实时监控的认知无线电物联网（CR-IoT）系统中，状态更新的时效性。
• 确定在最小化次级 IoT 系统信息年龄（AoI）方面，覆叠式或遮掩式接入方案中哪一种更优。
• 表征主 IoT 系统的关键生成速率，该速率决定了覆叠式与遮掩式方案在次级系统 AoI 性能上的优劣。

提出的方法

• 建立一个包含一个主 IoT（PIoT）和一个次级 IoT（SIoT）系统的 CR-IoT 系统模型，两者均生成随机状态更新。
• 使用信息年龄（AoI）作为性能度量，量化接入点处状态更新的时效性。
• 利用随机几何与马尔可夫链模型，分析覆叠式与遮掩式方案的平均峰值 AoI。
• 在主 IoT 系统处于高信噪比（SNR）条件下，推导平均峰值 AoI 的渐近表达式，以简化分析。
• 应用首次通过时间分析与嵌入式马尔可夫链，建模主系统状态转移并计算服务时间期望值。
• 引入主 IoT 系统的关键生成速率阈值，该阈值由渐近表达式推导得出，用于判断在 SIoT AoI 方面，覆叠式或遮掩式方案更优。

实验结果

研究问题

• RQ1 如何在基于认知无线电的物联网系统中量化状态更新的时效性？
• RQ2 主 IoT 系统的传输速率对次级 IoT 系统所经历的信息年龄有何影响？
• RQ3 在何种条件下覆叠式方案优于遮掩式方案，反之亦然（以次级系统 AoI 为衡量标准）？
• RQ4 主系统在高 SNR 条件下运行时，如何影响两种接入方案中次级系统的平均峰值 AoI？
• RQ5 主 IoT 系统的何种关键生成速率决定了覆叠式与遮掩式方案在最小化次级 AoI 方面的性能优劣？

主要发现

• 推导出覆叠式与遮掩式方案的平均峰值 AoI 的闭式表达式，实现了直接比较。
• 在高 SNR 条件下，推导出 SIoT 平均峰值 AoI 的渐近表达式，表明其依赖于主系统生成速率和干扰约束。
• 识别出主 IoT 系统的关键生成速率，该速率决定了覆叠式或遮掩式方案能否为 SIoT 提供更低的平均峰值 AoI。
• 数值结果表明，覆叠式与遮掩式方案并非始终一方优于另一方；其优劣取决于系统参数（如主系统更新速率）。
• 当主系统传输频率较低时，遮掩式方案可使 SIoT 实现更低的 AoI；而在主系统活动频繁时，覆叠式方案可能更优。
• 推导的渐近表达式与仿真结果高度吻合，验证了在高 SNR 条件下理论分析的正确性。