[论文解读] A Decision Theoretic Framework for Real-Time Communication

Aditya Mahajan, Demosthenis Teneketzis|ArXiv.org|Nov 6, 2005

Distributed Sensor Networks and Detection Algorithms参考文献 4被引用 4

一句话总结

本文提出了一种决策理论框架，用于在具有有限记忆接收器和零延迟失真约束的点对点通信系统中，联合优化实时编码、解码和内存更新策略。通过利用先前工作的结构结果并应用顺序动态规划，该框架为有限和无限时域问题推导出可处理的解，并证明在无限时域情况下存在平稳的ε-最优策略。

ABSTRACT

We consider a communication system in which the outputs of a Markov source are encoded and decoded in \emph{real-time} by a finite memory receiver, and the distortion measure does not tolerate delays. The objective is to choose designs, i.e. real-time encoding, decoding and memory update strategies that minimize a total expected distortion measure. This is a dynamic team problem with non-classical information structure [Witsenhausen:1971]. We use the structural results of [Teneketzis:2004] to develop a sequential decomposition for the finite and infinite horizon problems. Thus, we obtain a systematic methodology for the determination of jointly optimal encoding decoding and memory update strategies for real-time point-to-point communication systems.

研究动机与目标

• 解决具有有限接收器记忆和零延迟失真约束的系统中，实时编码、解码和内存更新策略的联合优化问题。
• 克服经典信息论在实时场景中的局限性，因为在这些场景中典型序列和大数定律不适用。
• 为具有非经典信息结构的实时通信中的动态团队问题开发系统化的方法论。
• 将现有结构结果扩展，以支持顺序分解和动态规划，实现最优设计。
• 建立在无限时域时齐情况下，平稳策略为ε-最优的条件。

提出的方法

• 将实时通信问题形式化为具有非经典信息结构的动态团队问题，涉及马尔可夫信源、有限记忆接收器和噪声无记忆信道。
• 应用先前工作的结构结果，识别出允许时不变维数的充分统计量（信息状态），从而实现顺序分解。
• 定义随时间倒推演化的值函数 $V_t$ 和 $\widehat{V}_t$，其通过包含失真、信道转移概率和信念更新的贝尔曼方程演化。
• 推导出 $V_t = \mathcal{W}\widehat{V}_t$ 和 $\widehat{V}_t = \widehat{\mathcal{W}}V_{t+1}$ 的递归方程，其中最小化参数给出最优编码和内存更新规则。
• 通过引入折扣因子 $\beta \in (0,1)$，将框架扩展至无限时域情况，得到值函数的不动点方程 $V = (\mathcal{W} \circ \widehat{\mathcal{W}})V$。
• 证明在有界失真和 $\beta < 1$ 条件下，平稳策略为ε-最优，从而简化实现并支持求解无限时域问题。

实验结果

研究问题

• RQ1 能否为具有有限接收器记忆和零延迟失真约束的点对点通信系统，系统性地推导出联合最优的实时编码、解码和内存更新策略？
• RQ2 如何利用分散控制中的结构结果，以降低信息状态的维数，并在实时通信中实现顺序动态规划？
• RQ3 在具有折扣总失真的无限时域时齐情况下，最优策略的形式是什么？
• RQ4 在无限时域设置下，何种条件下平稳策略可实现ε-最优性？
• RQ5 信道记忆和有限延迟失真度量的引入如何影响最优实时通信策略的设计？

主要发现

• 为有限和无限时域问题建立了顺序分解方法，支持对值函数 $V_t$ 和 $\widehat{V}_t$ 进行逆向归纳。
• 最优编码和内存更新规则被推导为涉及信念更新和失真成本的递归贝尔曼方程的最小化器。
• 在无限时域情况下，值函数满足不动点方程 $V = (\mathcal{W} \circ \widehat{\mathcal{W}})V$，确保了解的存在性和唯一性。
• 在有界失真和 $\beta < 1$ 条件下，证明了平稳策略为ε-最优，意味着它们可以任意接近任意设计。
• 该框架可扩展至高阶马尔可夫信源、有限延迟失真度量以及具有记忆的信道，如附录工作所示。