[论文解读] Minimizing Age of Information via Hybrid NOMA/OMA

Qian Wang, He Chen+2 more|arXiv (Cornell University)|Jan 13, 2020

Age of Information Optimization参考文献 23被引用 4

一句话总结

本文提出了一种最优混合NOMA/OMA传输策略，以最小化双用户下行链路无线网络中的加权年龄之和（AoI）。通过建立马尔可夫决策过程（MDP），基站自适应地在NOMA（采用功率分割的并发传输）与OMA（顺序传输）之间选择，实现了具有明确决策边界的切换型策略，与传统方案相比显著降低了AoI。

ABSTRACT

This paper considers a wireless network with a base station (BS) conducting timely transmission to two clients in a slotted manner via hybrid non-orthogonal multiple access (NOMA)/orthogonal multiple access (OMA). Specifically, the BS is able to adaptively switch between NOMA and OMA for the downlink transmission to minimize the information freshness, characterized by Age of Information (AoI), of the network. If the BS chooses OMA, it can only serve one client within a time slot and should decide which client to serve; if the BS chooses NOMA, it can serve both clients simultaneously and should decide the power allocated to each client. To minimize the weighted sum of expected AoI of the network, we formulate a Markov Decision Process (MDP) problem and develop an optimal policy for the BS to decide whether to use NOMA or OMA for each downlink transmission based on the instantaneous AoI of both clients. We prove the existence of optimal stationary and deterministic policy, and perform action elimination to reduce the action space for lower computation complexity. The optimal policy is shown to have a switching-type property with obvious decision switching boundaries. A suboptimal policy with lower computation complexity is also devised, which can achieve near-optimal performance according to our simulation results. The performance of different policies under different system settings is compared and analyzed in numerical results to provide useful insights for practical system designs.

研究动机与目标

• 最小化双用户下行链路无线网络中动态调度下的加权期望AoI之和。
• 设计一种自适应传输策略，根据实时AoI状态智能切换NOMA与OMA。
• 通过动作消除与次优策略设计，在保持近似最优AoI性能的同时降低计算复杂度。
• 表征最优策略的结构性质，特别是其对瞬时AoI的切换型行为。
• 为未来物联网和实时监控系统提供实用的设计洞见，采用混合多址接入技术。

提出的方法

• 将问题建模为马尔可夫决策过程（MDP），其中状态由两个用户的瞬时AoI定义。
• 利用动态规划推导出最优的平稳且确定性策略，并通过压缩映射和次可加性条件加以证明。
• 应用动作消除方法以减小动作空间，提升计算效率，同时不损失最优性。
• 识别出切换型策略结构：是否使用NOMA或OMA的决策取决于AoI状态空间中的阈值。
• 提出一种基于阈值切换的低复杂度次优策略，并通过二维马尔可夫链对平均AoI进行近似，以验证性能。
• 利用次可加性与单调性定理，证明最优策略在两个AoI维度上的结构性质。

实验结果

研究问题

• RQ1 在双用户混合NOMA/OMA网络中，基站最小化加权AoI之和的最优策略是什么？
• RQ2 最优策略如何根据实时AoI状态在NOMA与OMA之间自适应切换？
• RQ3 低复杂度次优策略能否实现接近最优的AoI性能？
• RQ4 最优策略的结构性质（如切换边界）是什么？
• RQ5 系统参数（如权重和信道条件）如何影响最优切换行为？

主要发现

• 最优策略是平稳且确定性的，且在AoI状态空间中表现出具有明确决策边界的切换型结构。
• 当另一用户AoI固定时，最优策略在每个用户AoI上均为非减函数，确保行为可预测且可分析。
• 动作消除显著缩小了动作空间，降低了计算复杂度，同时保持最优性。
• 所提出的次优策略在计算复杂度显著降低的同时，实现了接近最优的AoI性能，经仿真验证。
• 通过二维马尔可夫链对次优策略的平均AoI进行了理论近似，实现了无需完整仿真即可评估性能。
• 数值结果表明，混合NOMA/OMA在各种系统设置下均优于纯OMA或纯NOMA，证实了自适应切换的优势。