[논문 리뷰] Optimal Scheduling of Multiple Sensors over Lossy and Bandwidth Limited Channels

Shuang Wu, Ding, Kemi외 2명|arXiv (Cornell University)|2018. 04. 16.

Age of Information Optimization참고 문헌 40인용 수 3

한 줄 요약

이 논문은 손실이 있는 대역폭 제한된 무선 채널을 통해 다수의 센서를 최적화하는 스케줄링 정책을 제안하며, 문제를 무한 수명 주기 평균 비용을 갖는 마르코프 결정 과정(MDP)으로 모델링한다. 단조성 및 인덱스 기반 정책의 최적성을 증명하여 폐쇄형 표현식을 갖는 윌틀의 인덱스를 통해 효율적인 온라인 구현을 가능하게 하며, 시뮬레이션을 통해 인덱스 정책이 일반 히우리스틱보다 전체 추정 및 통신 비용을 최소화하는 데 뛰어난 성능을 보임을 입증한다.

ABSTRACT

This work considers the sensor scheduling for multiple dynamic processes. We consider $n$ linear dynamic processes, the state of each process is measured by a sensor, which transmits their local state estimates over wireless channels to a remote estimator with certain communication costs. In each time step, only a portion of the sensors is allowed to transmit data to the remote estimator and the packet might be lost due to unreliability of the wireless channels. Our goal is to find a scheduling policy which coordinates the sensors in a centralized manner to minimize the total expected estimation error of the remote estimator and the communication costs. We formulate the problem as a Markov decision process. We develop an algorithm to check whether there exists a deterministic stationary optimal policy. We show the optimality of monotone policies, which saves computational effort of finding an optimal policy and facilitates practical implementation. Nevertheless, obtaining an exact optimal policy still suffers from curse of dimensionality when the number of processes are large. We further provide an index-based heuristics to avoid brute force computation. Numerical examples are presented to illustrate our theoretical results.

연구 동기 및 목표

• 손실이 있고 대역폭이 제한된 채널 조건에서 다수의 센서를 중심집중적으로 조율하여 원격 추정 오차와 통신 비용을 최소화하는 문제를 다루기.
• 무한 수명 주기 평균 비용을 갖는 마르코프 결정 과정(MDP)으로 센서 스케줄링 문제를 수식화하기.
• 알고리즘적 점검을 통해 결정적 정적 최적 정책이 존재하는 조건을 확립하기.
• 단조 정책이 최적임을 증명하여 실용적 구현을 위한 계산 복잡도를 감소시키기.
• 스케일이 큰 시스템에서 차원의 극복 문제를 피하기 위해 폐쇄형 표현식을 갖는 윌틀 인덱스 기반 히우리스틱을 개발하기.

제안 방법

• 각 센서의 정보 연령(보관 시간)과 추정 오차 공분산을 상태로 정의하는 연속시간 MDP로 센서 스케줄링 문제를 모델링하기.
• 각 센서 프로세스가 윌틀의 의미에서 색인 가능함을 증명하여 인덱스 기반 스케줄링의 가능성을 확보하기.
• 각 센서의 추정 오차와 전송 비용을 기반으로 윌틀 인덱스의 분석적 폐쇄형 표현식을 유도하기.
• 전송 비용을 고려한 개선된 윌틀 인덱스 정책을 제안하여 원래 인덱스 정책보다 성능을 향상시키기.
• 다양한 센서 수와 대역폭 제약 조건을 갖는 여러 시스템 구성에서 몬테카를로 시뮬레이션을 통해 인덱스 정책을 구현하고 평가하기.
• 동일한 시뮬레이션 조건에서 두 가지 일반 히우리스틱(최대 오차 우선 및 최대 지연 우선 정책)과 인덱스 정책을 비교하기.

실험 결과

연구 질문

• RQ1 손실이 있고 대역폭이 제한된 채널을 통해 다수의 센서 스케줄링을 수행할 때 결정적 정적 최적 정책이 존재하는 조건은 무엇인가?
• RQ2 이 MDP 수식화에서 단조 정책이 최적임을 증명할 수 있으며, 이 구조는 계산 복잡도를 감소시키는가?
• RQ3 각 개별 센서 프로세스가 윌틀 의미에서 색인 가능할 수 있는가? 이는 인덱스 기반 스케줄링의 가능성을 보장하는가?
• RQ4 추정 오차와 전송 비용을 모두 포함하는 윌틀 인덱스의 폐쇄형 표현식을 도출할 수 있는가?
• RQ5 다양한 시스템 규모에서 총 기대 비용(추정 + 통신) 측면에서 제안된 인덱스 정책의 성능은 히우리스틱 정책보다 어떻게 비교되는가?

주요 결과

• 제안된 폐쇄형 인덱스를 갖는 윌틀 인덱스 정책은 전체 MDP를 푸는 것과 비교해 계산 복잡도를 크게 감소시켜 확장 가능한 온라인 실행을 가능하게 한다.
• 전송 비용을 고려한 개선된 윌틀 인덱스 정책은 원래 윌틀 인덱스 정책과 두 가지 히우리스틱 정책 모두를 능가하는 성능을 보이며 총 비용을 최소화한다.
• 수치적 결과는 윌틀 인덱스 정책이 다양한 시스템 크기에서 강력한 성능을 유지하며, $ m/n = 0.4 $ 조건에서도 최대 오차 우선 및 최대 지연 우선 히우리스틱보다 낮은 평균 총 비용을 기록함을 보여준다.
• 개선된 윌틀 정책 하에서 활성화된 센서의 평균 비율은 100% 미만이었으며, 이는 더 나은 비용 인식 스케줄링을 의미한다. 반면 히우리스틱 정책은 항상 정확히 $ m $개의 센서를 활성화한다.
• 단조 정책 구조가 최적임이 확인되어 최적 스케줄링 결정을 위한 탐색 공간 축소의 이론적 근거를 입증한다.
• 인덱스 정책는 渐近적으로 최적이며, 시뮬레이션 결과는 다양한 시스템 구성에서 그 성능이 거의 최적에 가까운 것으로 실증적으로 확인된다.