[论文解读] On Peak Age of Information in Data Preprocessing enabled IoT Networks

Chao Xu, Howard H. Yang+2 more|arXiv (Cornell University)|Jan 27, 2019

Age of Information Optimization参考文献 17被引用 7

一句话总结

本文提出了一种并联排队模型，用于分析具有数据预处理和传输的物联网网络中的信息峰值年龄（PAoI）。将预处理建模为M/G/1优先级队列，随后是G/G/1传输队列。推导了等待时间的闭式表达式与信息论近似，并提供了多个源的平均PAoI的解析表达式，通过仿真验证了在高处理负载下对趋势的准确捕捉。

ABSTRACT

Internet of Things (IoT) has been emerging as one of the use cases permeating our daily lives in 5th Generation wireless networks, where status update packages are usually required to be timely delivered for many IoT based intelligent applications. Enabling the collected raw data to be preprocessed before transmitted to the destination can provider users with better context-aware services and lighten the transmission burden. However, the effect from data preprocessing on the overall information freshness is an essential yet unrevealed issue. In this work we study the joint effects of data preprocessing and transmission procedures on information freshness measured by peak age of information (PAoI). Particularity, we formulate the considered multi-source preprocessing and transmission enabled IoT system as a tandem queue where a priority M/G/1 queue is followed by a G/G/1 queue. Then, we respectively derive the closed-form and an information theoretic approximation of the expectation of waiting time for the formulated processing queue and transmission queue, and further get the analytical expressions of the average PAoI for packages from different sources. Finally, the accuracy of our analysis is verified with simulation results.

研究动机与目标

• 研究数据预处理与传输对物联网网络中信息新鲜度的联合影响。
• 将系统建模为具有优先预处理和FCFS传输的串联排队网络。
• 推导多个具有不同优先级的源的更新状态的平均PAoI的解析表达式。
• 为处理和传输队列中的等待时间提供闭式表达式与信息论近似。
• 通过仿真验证分析模型，展示在不同处理与传输负载下对PAoI趋势的准确捕捉。

提出的方法

• 将物联网系统建模为串联队列：预处理阶段为优先级M/G/1队列，随后为无线传输阶段的G/G/1队列。
• 基于M/G/1排队理论，推导处理队列中期望等待时间的闭式表达式。
• 应用最大熵原理（PME）来近似传输队列中分组数的分布。
• 利用利特尔定律（Little’s Law）将传输队列中分组的期望数量与期望等待时间关联。
• 基于相对负载与处理时间比例，对不同源之间的等待时间比值进行近似。
• 结合两个队列的结果，通过推导的等待时间期望，得出每个源的整体平均PAoI。

实验结果

研究问题

• RQ1 在多源物联网网络中，数据预处理如何影响信息峰值年龄（PAoI）？
• RQ2 在串联排队系统中，处理时间分布与传输时间分布对PAoI的分析影响是什么？
• RQ3 在联合考虑预处理与传输的情况下，源优先级如何影响平均PAoI？
• RQ4 闭式表达式与信息论近似能否准确预测此类系统中的平均PAoI？
• RQ5 处理与传输负载比的变化如何影响PAoI趋势，且该模型能否捕捉这些变化？

主要发现

• 所提出的串联队列模型能准确捕捉平均PAoI随处理与传输时间比变化的趋势。
• 在M/G/1假设与优先级调度下，推导出处理队列等待时间的闭式表达式。
• 使用最大熵原理（PME）对传输队列等待时间进行近似，假设分组数量的一阶矩近似。
• 通过结合两个队列的期望等待时间并应用利特尔定律，解析表达出每个源的平均PAoI。
• 仿真结果证实，分析模型与实际PAoI行为高度吻合，尤其在处理时间占主导或与传输时间相当的情况下。
• 模型表明，优先级预处理能显著降低高优先级源的PAoI，尤其在系统负载较高时。