[论文解读] Pull or Wait: How to Optimize Query Age of Information

M. Emrullah Ildiz, Orhan Tahir Yavascan+2 more|arXiv (Cornell University)|Nov 3, 2021

Age of Information Optimization被引用 5

一句话总结

本文提出了Pull-or-Wait（PoW）问题，这是一种针对物联网系统中在随机时刻查询源节点以获取状态更新时最小化查询信息年龄（QAoI）的新颖公式。通过将最优请求策略建模为具有不可数状态空间和动作空间的随机最短路径问题，作者推导出一种最优策略，与传统的更新或等待（UoW）策略相比，显著降低了QAoI，尤其在周期性查询下表现更优。

ABSTRACT

We study a pull-based status update communication model where a source node submits update packets to a channel with random transmission delay, at times requested by a remote destination node. The objective is to minimize the average query-age-of-information (QAoI), defined as the average age-of-information (AoI) measured at query instants that occur at the destination side according to a stochastic arrival process. In reference to a push-based problem formulation defined in the literature where the source decides to extit{update or wait} at will, with the objective of minimizing the time average AoI at the destination, we name this problem the extit{Pull-or-Wait} (PoW) problem. We provide a comparison of the two formulations: (i) Under Poisson query arrivals, an optimal policy that minimizes the time average AoI also minimizes the average QAoI, and these minimum values are equal; and (ii) the optimal average QAoI under periodic query arrivals is always less than or equal to the optimal time average AoI. We identify the PoW problem in the case of a single query as a stochastic shortest path (SSP) problem with uncountable state and action spaces, which has been not solved in previous literature. We derive an optimal solution for this SSP problem and use it as a building block for the solution of the PoW problem under periodic query arrivals.

研究动机与目标

• 为解决在仅在离散查询时刻使用更新而非持续使用时信息年龄优化的空白，
• 将Pull-or-Wait（PoW）问题形式化为一种新的优化框架，其中接收方控制查询时机以最小化QAoI。
• 将PoW公式与经典的Update-or-Wait（UoW）问题进行比较，并确立PoW性能严格更优的条件。
• 通过将PoW问题建模为具有不可数状态和动作空间的随机最短路径（SSP）问题，求解周期性查询到达下的PoW问题。
• 推导单次查询PoW的最优策略，作为周期性查询解决方案的基础构建模块。

提出的方法

• 将PoW问题形式化为具有不可数状态和动作空间的随机最短路径（SSP）问题，基于信道延迟和查询到达统计信息建模是否请求或等待的决策。
• 使用惩罚函数 $ g(\Delta(Q_k)) $ 表示每个查询时刻 $ Q_k $ 的年龄，目标是最小化期望平均惩罚。
• 应用更新理论和基于模运算的状态聚合方法，分析在平稳确定性策略下的系统极限行为。
• 证明在任意平稳确定性策略类 $ \Pi_{SD}^{UoW} $ 中，QAoI的时间平均极限存在，从而支持收敛性分析。
• 建立离散近似对连续时间惩罚积分的统一收敛性，确保所推导策略的鲁棒性。
• 利用单次查询PoW问题的解作为构建模块，推导出周期性查询到达下的最优策略。

实验结果

研究问题

• RQ1 在何种条件下，PoW公式相比经典UoW公式能实现严格更低的平均QAoI？
• RQ2 最小化QAoI的最优策略与UoW问题中最小化时间平均AoI的最优策略有何不同？
• RQ3 能否将具有周期性查询到达的PoW问题建模为具有不可数状态和动作空间的随机最短路径（SSP）问题？
• RQ4 单次查询PoW的最优策略与周期性查询PoW的最优策略之间存在何种结构关系？
• RQ5 在泊松查询到达下，最小化QAoI的最优策略是否与UoW问题中最小化时间平均AoI的最优策略一致？

主要发现

• 在泊松查询到达下，UoW问题中最小化时间平均AoI的最优策略同样最小化平均QAoI，且两者最小值相等。
• 在周期性查询到达下，最优平均QAoI始终小于或等于UoW问题中的最优时间平均AoI，证明了PoW公式的根本优势。
• 单次查询的PoW问题被形式化为具有不可数状态和动作空间的随机最短路径（SSP）问题，这是本工作首次求解。
• 推导出单次查询PoW问题的最优策略，并用作求解周期性查询情形的构建模块。
• 证明了在 $ \Pi_{SD}^{UoW} $ 类中任意平稳确定性策略下，QAoI的时间平均极限存在，确保性能指标的收敛性。
• 建立了离散近似对连续时间惩罚积分的统一收敛性，验证了所推导策略的鲁棒性。