[论文解读] The Multi-Source Preemptive M/PH/1/1 Queue with Packet Errors: Exact Distribution of the Age of Information and Its Peak

Ozancan Doğan, Nail Akar|arXiv (Cornell University)|Jul 22, 2020

Age of Information Optimization参考文献 41被引用 6

一句话总结

本文提出了一种精确的解析方法，用于计算多源、无缓冲的 M/PH/1/1 队列中信息年龄（AoI）和峰值信息年龄（PAoI）的分布，该队列具有概率性抢占和源特定的分组错误。通过使用矩阵分析方法和马氏流体队列理论，推导出精确的边缘分布——超越了以往仅计算平均值的研究工作——表明概率性抢占显著改善了信息新鲜度指标，尤其是在异构流量和错误条件下。

ABSTRACT

Age of Information (AoI) and Peak AoI (PAoI) and their analytical models have recently drawn substantial amount of attention in information theory and wireless communications disciplines, in the context of qualitative assessment of information freshness in status update systems. We take a queueing-theoretic approach and study a probabilistically preemptive bufferless $M/PH/1/1$ queueing system with arrivals stemming from $N$ separate information sources, with the aim of modeling a generic status update system. In this model, a new information packet arrival from source $m$ is allowed to preempt a packet from source $n$ in service, with a probability depending on $n$ and $m$. To make the model even more general than the existing ones, for each of the information sources, we assume a distinct PH-type service time distribution and a distinct packet error probability. Subsequently, we obtain the exact distributions of the AoI and PAoI for each of the information sources using matrix-analytical algorithms and in particular the theory of Markov fluid queues and sample path arguments. This is in contrast with existing methods that rely on Stochastic Hybrid Systems (SHS) which obtain only the average values and in less general settings. Numerical examples are provided to validate the proposed approach as well as to give engineering insight on the impact of preemption probabilities on certain AoI and PAoI performance figures.

研究动机与目标

• 对具有多个异构源、无缓冲服务和概率性抢占的现实状态更新系统进行建模。
• 通过引入源特定的相型（PH-type）服务时间和不同的分组错误概率，扩展现有的 AoI 模型。
• 为系统中每个源推导出 AoI 和 PAoI 的精确边缘分布，而不仅仅是其期望值。
• 提供一个框架，用于优化抢占策略，以在源差异化条件下最小化与年龄相关的成本函数。
• 通过数值验证该方法，并展示概率性抢占相较于传统策略的性能增益。

提出的方法

• 将系统建模为多源、概率性抢占的 M/PH/1/1 队列，具有无缓冲操作和源特定的服务时间分布。
• 使用抢占矩阵表示抢占行为，其中每个条目定义了来自源 m 的新分组抢占来自源 n 的分组的概率。
• 利用马氏流体队列理论和样本路径分析方法，推导出每个源的 AoI 和 PAoI 的精确时域分布。
• 应用矩阵分析算法求解年龄过程的平稳分布，利用服务时间的相型表示。
• 构建一个成本函数，将 AoI 和 PAoI 与源特定权重结合，以评估不同抢占策略下的性能。
• 对抢占矩阵进行暴力优化，以识别最小化加权成本函数的最优抢占概率。

实验结果

研究问题

• RQ1 在具有异构服务和错误特性的多源、无缓冲队列中，概率性抢占如何影响信息年龄（AoI）的精确分布？
• RQ2 在具有源特定抢占和错误概率的系统中，每个源的峰值信息年龄（PAoI）的精确边缘分布是什么？
• RQ3 所提出的矩阵分析方法能否准确计算 AoI 和 PAoI 的完整分布，从而超越仅提供均值结果的现有方法？
• RQ4 抢占概率如何影响具有分组错误的多源状态更新系统中信息新鲜度与可靠性的权衡？
• RQ5 在不同流量和错误条件下，何种最优抢占策略能最小化结合了各源 AoI 和 PAoI 的加权成本函数？

主要发现

• 当服务时间方差较低时（c_Θ² < 0.5），自抢占的最优抢占概率（P_d*）为零；当方差较高时，无论成本参数 α 如何，其值均为一。
• 交叉抢占的最优概率（P_1,2* 和 P_2,1*）取决于 c_Θ²、α 和流量组合，随着 α 增加，P_2,1* 减小而 P_1,2* 增加。
• 在服务时间为同分布指数分布的情况下，全局抢占优于自抢占，而自抢占又优于非抢占策略，且在所有研究的负载条件下均成立。
• 最优抢占策略相比非抢占、自抢占或全局抢占策略，显著降低了年龄成本函数 C(α)，尤其在 α 较低时。
• 当 α = 1（源重要性相等）且流量平衡时，全局抢占与最优策略性能相同；但在负载不平衡时，最优策略仍具有优势。
• 所提出的方法实现了高数值精度，并能为抢占和错误概率对 AoI 与 PAoI 分布的影响提供精确的工程洞察。