[论文解读] Timely Status Update in Massive IoT Systems: Decentralized Scheduling for Wireless Uplinks

Zhiyuan Jiang, Bhaskar Krishnamachari+3 more|arXiv (Cornell University)|Jan 11, 2018

Age of Information Optimization参考文献 21被引用 47

一句话总结

本论文证明，在到达独立更新（AIR）策略中，带单包缓冲区的轮询调度策略（RR-ONE）在最小化信息年龄（AoI）方面在大规模物联网上行链路是最优的，并且随着终端数量增长，RR-ONE在渐近意义上是最优的。它还给出了去中心化实现并分析AoI分布。

ABSTRACT

In a typical Internet of Things (IoT) application where a central controller collects status updates from multiple terminals, e.g., sensors and monitors, through a wireless multiaccess uplink, an important problem is how to attain timely status updates autonomously. In this paper, the timeliness of the status is measured by the recently proposed age-of-information (AoI) metric; both the theoretical and practical aspects of the problem are investigated: we aim to obtain a scheduling policy with minimum AoI and, meanwhile, still suitable for decentralized implementation on account of signalling exchange overhead. Towards this end, we first consider the set of arrival-independent and renewal (AIR) policies; the optimal policy thereof to minimize the time-average AoI is proved to be a round-robin policy with one-packet (latest packet only and others are dropped) buffers (RR-ONE). The optimality is established based on a generalized Poisson-arrival-see-time-average (PASTA) theorem. It is further proved that RR-ONE is asymptotically optimal among all policies in the massive IoT regime. The AoI steady-state stationary distribution under RR-ONE is also derived. A fully decentralized implementation of RR-ONE is proposed which can accommodate dynamic terminal appearances. In addition, considering scenarios where packets cannot be dropped, the optimal AIR policy thereof is also found with parameters given by the solution to a convex problem.

研究动机与目标

• 通过将 AoI 作为主要指标，激励在物联网中及时状态更新的需求。
• 在到达随机性下表征并识别最优的去中心化调度策略。
• 证明 RR-ONE 在 AIR 策略中是最优的，并且在大规模物联网场景下是渐近最优的。
• 推导 RR-ONE 下的 AoI 稳态分布并提出一个实用的去中心化实现。

提出的方法

• 将系统建模为一个带有 N 个终端、每个终端到达遵循伯努利分布的时隙无线多址上行链路。
• 定义 AIR 策略，其中调度间隔是更新过程并且决策与到达无关。
• 使用广义的 PASTA/ASTA 方法证明 RR-ONE（带单包缓冲的轮转调度）是在 AIR 策略中的最优解。
• 将 RR-ONE 下的 AoI 推导为以固定更新时间 N 的马尔可游走/再生过程的稳态分布。
• 确立 RR-ONE 的渐近最优性：最小 AoI 的渐近尺度为 N/2，RR-ONE 实现了该尺度。
• 描述一个能够处理动态出现终端的完全去中心化 RR-ONE 实现。

实验结果

研究问题

• RQ1 在具有大量物联网终端且存在冲突的去中心化无线上行链路中，哪种策略能最小化时间平均 AoI？
• RQ2 随着终端数量增多，是否可以通过最小信令的去中心化策略实现接近最优的 AoI？
• RQ3 RR-ONE 下的 AoI 分布是什么，在大规模物联网场景下如何表现？
• RQ4 如何在具有动态终端出现的情况下，以去中心化方式实现 RR-ONE？
• RQ5 在允许丢包或使用不丢弃的 FCFS 队列时，最优 AIR 策略是什么？

主要发现

• RR-ONE 是在到达独立再生策略中最小化时间平均 AoI 的最优 AIR 策略。
• RR-ONE 实现渐近 AoI 规模的最小值，在大规模物联网场景中具有缩放因子 1/2 的最优性。
• RR-ONE 下的 AoI 遵循一个以固定更新时间为 N 的马尔可再生过程，给出每个终端的闭式稳态分布。
• 给出一个完全去中心化的 RR-ONE 协议，只需要从中央广播获得终端总数。
• 当数据包不可丢弃且假设 FCFS 队列时，最优 AIR 策略在确定性的时间间隔调度终端，且通过凸优化问题求解。