[论文解读] Age of Information in Energy Harvesting Aided Massive Multiple Access Networks

Zhengru Fang, Jingjing Wang+4 more|arXiv (Cornell University)|Dec 23, 2021

Age of Information Optimization被引用 7

一句话总结

本文提出两种休眠调度策略——多休假（MV）与启动阈值（ST）——以在使用TDMA、FDMA和NOMA的能量采集（EH）辅助大规模机器类型通信（MT-DC）网络中最小化信息年龄（AoI）的峰值。通过在EH约束下优化时隙时长与功率分配，作者实现了更低的AoI与更少的能量消耗，相较于基准方案，采用精确线性搜索与一种低复杂度的凸-凹规划（CCP）方法取得更优性能。

ABSTRACT

Given the proliferation of the massive machine type communication devices (MTCDs) in beyond 5G (B5G) wireless networks, energy harvesting (EH) aided next generation multiple access (NGMA) systems have drawn substantial attention in the context of energy-efficient data sensing and transmission. However, without adaptive time slot (TS) and power allocation schemes, NGMA systems relying on stochastic sampling instants might lead to tardy actions associated both with high age of information (AoI) as well as high power consumption. For mitigating the energy consumption, we exploit a pair of sleep-scheduling policies, namely the multiple vacation (MV) policy and start-up threshold (ST) policy, which are characterized in the context of three typical multiple access protocols, including time-division multiple access (TDMA), frequency-division multiple access (FDMA) and non-orthogonal multiple access (NOMA). Furthermore, we derive closed-form expressions for the MTCD system's peak AoI, which are formulated as the optimization objective under the constraints of EH power, status update rate and stability conditions. An exact linear search based algorithm is proposed for finding the optimal solution by fixing the status update rate. As a design alternative, a low complexity concave-convex procedure (CCP) is also formulated for finding a near-optimal solution relying on the original problem's transformation into a form represented by the difference of two convex problems. Our simulation results show that the proposed algorithms are beneficial in terms of yielding a lower peak AoI at a low power consumption in the context of the multiple access protocols considered.

研究动机与目标

• 解决在能量采集（EH）设备支持下的大规模机器类型通信（MT-DC）网络中高信息年龄（AoI）与高能耗的挑战。
• 设计自适应时隙（TS）与功率分配方案，在满足EH功率约束与系统稳定性条件下降低AoI。
• 评估在三种多址接入协议（TDMA、FDMA与NOMA）下，MV与ST休眠调度策略的性能表现。
• 构建优化框架，在EH、更新速率与稳定性约束下最小化峰值AoI。
• 通过凸-凹规划（CCP）方法提出低复杂度解决方案，实现接近最优性能的同时降低计算成本。

提出的方法

• 为EH辅助的MT-DC网络中MV与ST策略下的峰值AoI推导闭式表达式。
• 利用马尔可夫链建模系统，推导稳态分布与待处理更新的期望数量。
• 将原始非凸优化问题转化为差为凸（DC）问题，以支持基于CCP的求解。
• 在更新速率固定时，应用精确线性搜索以确定最优时隙与功率分配。
• 在优化过程中确保满足EH功率、更新速率与系统稳定性约束。
• 利用利特尔定律将平均队列长度与系统时延关联，通过排队论分析实现AoI的推导。

实验结果

研究问题

• RQ1 MV与ST休眠调度策略如何影响EH辅助的大规模MT-DC网络中的峰值AoI？
• RQ2 在EH与稳定性约束下，最小化峰值AoI的最优时隙时长与功率分配为何？
• RQ3 在所提策略下，TDMA、FDMA与NOMA在AoI与能量效率方面的性能表现如何比较？
• RQ4 基于CCP的低复杂度算法能否在降低计算成本的同时实现接近最优的AoI性能？
• RQ5 状态更新速率与EH参数对系统AoI与能量效率的影响为何？

主要发现

• 所提出的MV与ST策略在TDMA、FDMA与NOMA中均显著降低峰值AoI，同时保持低能耗。
• 在公平速率分配下，NOMA在峰值AoI与功率效率方面优于TDMA与FDMA。
• 精确线性搜索算法通过固定状态更新速率并优化时隙与功率分配，实现最优解。
• 基于CCP的算法通过将问题转化为DC形式，显著降低计算复杂度，同时提供近似最优解。
• 通过仿真验证了峰值AoI的闭式表达式，显示其在性能增益上持续优于基准协议。
• 利用利特尔定律与马尔可夫链分析，系统延迟与队列长度被准确建模，从而实现AoI的精确评估。