[论文解读] Optimal Sampling and Remote Estimation of the Wiener Process over a Channel with Random Delay

Yin Sun, Yury Polyanskiy+1 more|arXiv (Cornell University)|Jul 9, 2017

Age of Information Optimization被引用 1

一句话总结

本文提出了一种针对通过具有随机延迟的信道传输的维纳过程的联合最优采样与估计策略，采用基于阈值的采样器和最小均方误差（MMSE）估计器。推导出了精确的最优阈值，其估计误差显著低于年龄最优、零等待或周期性采样策略。

ABSTRACT

In this paper, we consider a sampling and remote estimation problem, where samples of a Wiener process are forwarded to a remote estimator via a channel with queueing and random delay. The estimator reconstructs an estimate of the real-time signal value from causally received samples. We obtain the jointly optimal sampling and estimation strategy that minimizes the mean-square estimation error subject to a maximum sampling rate constraint. We prove that a threshold-based sampler and a minimum mean-square error (MMSE) estimator are jointly optimal, and the optimal threshold is found exactly. Our jointly optimal solution exhibits an interesting coupling between the source and channel, which is different from the source-channel separation in many previous information theoretical studies. If the sampling times are independent of the observed Wiener process, the joint sampling and estimation optimization problem reduces to an age-of-information optimization problem that has been recently solved. Our theoretical and numerical comparisons show that the estimation error of the optimal sampling policy can be much smaller than those of age-optimal sampling, zero-wait sampling, and classic periodic sampling.

研究动机与目标

• 解决样本通过具有排队和随机延迟的信道传输时，维纳过程远程估计的问题。
• 在最大采样率约束下，联合优化采样与估计策略，以最小化均方估计误差。
• 建立源与信道之间的耦合关系，突破传统信源-信道分离原理。
• 证明所提出的最优策略相比现有采样策略可显著降低估计误差。

提出的方法

• 设计一种基于阈值的采样策略，其中采样时刻由维纳过程穿越预设阈值时触发。
• 在远程接收端采用最小均方误差（MMSE）估计器，从因果接收的样本中重构实时信号值。
• 通过在采样率约束下求解变分优化问题，解析推导出最优阈值。
• 将估计误差表示为采样策略与信道延迟统计特性的函数，以支持性能比较。
• 通过理论分析与数值仿真，将所提方法与年龄最优、零等待和周期性采样策略进行比较。
• 证明联合优化可得到唯一解，其中源与信道特性内在耦合。

实验结果

研究问题

• RQ1 当通过具有随机延迟的信道传输维纳过程时，最小化均方估计误差的最优采样策略是什么？
• RQ2 与传统信息论中的信源-信道分离相比，采样与估计的联合优化有何不同？
• RQ3 与年龄最优、零等待和周期性采样策略相比，联合最优策略的性能增益如何？
• RQ4 最优阈值如何依赖于采样率约束和信道延迟统计特性？
• RQ5 通过利用源与信道动态之间的耦合，能否显著降低估计误差？

主要发现

• 联合最优解由基于阈值的采样器和MMSE估计器组成，最优阈值被精确推导得出。
• 最优策略表现出源（维纳过程）与信道（随机延迟）之间的强耦合，从根本上不同于信源-信道分离。
• 最优策略的估计误差显著低于年龄最优、零等待和周期性采样策略。
• 当采样时刻与观测过程无关时，问题退化为信息年龄优化问题，这是一个特例。
• 数值结果证实，所提方法在各种信道延迟分布下均能显著降低均方估计误差。
• 最优阈值对采样率约束和信道延迟的统计特性均敏感。