[论文解读] Optimal Online Transmission Policy in Wireless Powered Networks with Urgency-aware Age of Information

Yang Lu, Ke Xiong+3 more|arXiv (Cornell University)|Jan 26, 2019

Age of Information Optimization参考文献 18被引用 5

一句话总结

本文提出了一种在无线供电网络中针对能量采集传感器的最优在线传输策略，采用随时间指数增长的紧迫性感知信息年龄（U-AoI）指标。通过建立一个非凸优化问题以在能量因果约束下最小化长期平均U-AoI，作者设计了一种双层算法，结合Dinkelb Schmidt方法与KKT条件，表明自适应等待可显著改善U-AoI，尤其在非拥塞网络中表现更优。

ABSTRACT

This paper investigates the age of information (AoI) for a radio frequency (RF) energy harvesting (EH) enabled network, where a sensor first scavenges energy from a wireless power station and then transmits the collected status update to a sink node. To capture the thirst for the fresh update becoming more and more urgent as time elapsing, urgency-aware AoI (U-AoI) is defined, which increases exponentially with time between two received updates. Due to EH, some waiting time is required at the sensor before transmitting the status update. To find the optimal transmission policy, an optimization problem is formulated to minimize the long-term average U-AoI under constraint of energy causality. As the problem is non-convex and with no known solution, a two-layer algorithm is presented to solve it, where the outer loop is designed based on Dinklebach's method, and in the inner loop, a semi-closed-form expression of the optimal waiting time policy is derived based on Karush-Kuhn-Tucker (KKT) optimality conditions. Numerical results shows that our proposed optimal transmission policy outperforms the the zero time waiting policy and equal time waiting policy in terms of long-term average U-AoI, especially when the networks are non-congested. It is also observed that in order to achieve the lower U-AoI, the sensor should transmit the next update without waiting when the network is congested while should wait a moment before transmitting the next update when the network is non-congested. Additionally, it also shows that the system U-AoI first decreases and then keep unchanged with the increments of EH circuit's saturation level and the energy outage probability.

研究动机与目标

• 为解决传统信息年龄（AoI）度量无法反映随时间推移对新鲜更新的紧迫性增加的问题。
• 对能量采集无线网络中的状态更新传输进行建模与优化，其中传感器必须等待以累积足够的射频能量后才能传输。
• 在能量因果约束下，最小化随时间间隔指数增长的长期平均紧迫性感知AoI（U-AoI）。
• 设计一种实用的在线传输策略，根据网络状态与能量可用性动态调整等待时间。

提出的方法

• 将紧迫性感知AoI（U-AoI）定义为自上次更新以来时间的指数函数，以捕捉紧迫性随时间增加的特性。
• 建立一个非凸优化问题，以在能量因果约束下最小化长期平均U-AoI。
• 提出一种双层算法：外层使用Dinkelb Schmidt方法处理分式目标函数，内层通过Karush-Kuhn-Tucker（KKT）条件推导出半闭式解。
• 采用非线性射频-直流转换模型对能量采集进行建模，包含饱和与中断效应。
• 使用随机传输时间（Y）表示网络拥塞，对传输延迟施加概率约束。
• 推导出最优等待时间策略，可基于网络拥塞与能量可用性动态调整。

实验结果

研究问题

• RQ1 紧迫性感知AoI（U-AoI）在捕捉时间敏感的新鲜度需求方面，相较于传统线性AoI有何改进？
• RQ2 在能量采集无线网络中，最小化长期平均U-AoI的最优在线传输策略是什么？
• RQ3 网络拥塞（通过传输时间分布体现）如何影响状态更新的最优等待时间？
• RQ4 EH电路饱和与能量中断概率如何影响可实现的U-AoI？
• RQ5 在何种条件下，自适应等待优于零等待或等时等待策略？

主要发现

• 当网络非拥塞时，所提出的最优传输策略相比零等待策略，将长期平均U-AoI降低了14.7%，在特定参数下，U-AoI从1.70降至1.45。
• 当网络拥塞时（例如，Prob{Y ≤ 0.1} = 0.3），零等待策略的性能几乎与最优策略相当，表明在高拥塞条件下等待无必要。
• 在非拥塞网络中，传输前的等待显著改善了U-AoI，表明延迟更新以采集更多能量是有益的。
• 随着EH电路饱和程度的提高，U-AoI先减小后趋于稳定，表明在某一功率阈值后收益递减。
• 随着能量中断概率的增加，U-AoI同样先减小后保持不变，表明超过某一可靠性阈值后，进一步提升不再带来收益。
• 等时等待策略优于零等待策略，因为后者是前者的特例，证实了受控等待的价值。