[论文解读] To Retransmit or Not: Real-Time Remote Estimation in Wireless Networked Control

Kang Huang, Wanchun Liu+2 more|arXiv (Cornell University)|Feb 21, 2019

Age of Information Optimization参考文献 18被引用 22

一句话总结

本文提出了一种基于混合自动重传请求（HARQ）的实时远程估计框架，适用于线性时不变（LTI）系统，其中传感器在线决定是否重传旧测量值或发送新测量值，以最小化长期均方误差（MSE）。该研究建立了MSE有界的充分条件，证明了最优策略具有切换结构，并提出了一种低复杂度的次优策略，显著提升了传统非HARQ方案的估计性能。

ABSTRACT

Real-time remote estimation is critical for mission-critical applications including industrial automation, smart grid, and the tactile Internet. In this paper, we propose a hybrid automatic repeat request (HARQ)-based real-time remote estimation framework for linear time-invariant (LTI) dynamic systems. Considering the estimation quality of such a system, there is a fundamental tradeoff between the reliability and freshness of the sensor's measurement transmission. When a failed transmission occurs, the sensor can either retransmit the previous old measurement such that the receiver can obtain a more reliable old measurement, or transmit a new but less reliable measurement. To design the optimal decision, we formulate a new problem to optimize the sensor's online decision policy, i.e., to retransmit or not, depending on both the current estimation quality of the remote estimator and the current number of retransmissions of the sensor, so as to minimize the long-term remote estimation mean-squared error (MSE). This problem is non-trivial. In particular, it is not clear what the condition is in terms of the communication channel quality and the LTI system parameters, to ensure that the long-term estimation MSE can be bounded. We give a sufficient condition of the existence of a stationary and deterministic optimal policy that stabilizes the remote estimation system and minimizes the MSE. Also, we prove that the optimal policy has a switching structure, and derive a low-complexity suboptimal policy. Our numerical results show that the proposed optimal policy notably improves the performance of the remote estimation system compared to the conventional non-HARQ policy.

研究动机与目标

• 解决实时无线网络化控制系统中测量可靠性与新鲜度之间的基本权衡问题。
• 设计一种传感器重传的在线决策策略，以最小化长期远程估计的均方误差（MSE）。
• 建立一个充分条件，以确保长期MSE有界，并证明稳定最优策略的存在性。
• 推导最优策略的结构特性，并提出一种低复杂度的次优替代方案。

提出的方法

• 将远程估计系统建模为马尔可夫决策过程（MDP），其中状态由重传次数和估计质量定义。
• 将单阶段代价定义为误差协方差矩阵的迹，以捕捉每次传输决策后的估计质量。
• 利用动态规划公式化最优策略，证明其基于重传次数和估计质量具有切换结构。
• 推导出一个充分条件，涉及信道成功概率与系统动态特性（通过A的谱半径表示）以保证MSE有界。
• 提出一种基于切换结构的次优策略，计算复杂度较低。
• 采用随机优势和超可加性论证，证明最优策略的单调性与结构特性。

实验结果

研究问题

• RQ1 在基于HARQ的实时远程估计系统中，长期估计MSE在何种条件下可保持有界？
• RQ2 在当前重传次数和估计质量已知的情况下，最优在线决策策略应如何决定重传旧测量值或发送新测量值？
• RQ3 最优策略是否表现出如基于系统状态的切换行为等结构特性？
• RQ4 所提出的基于HARQ的策略相较于传统非HARQ策略，在MSE性能方面有何差异？

主要发现

• 推导出长期MSE有界的充分条件：(1−λ′)ρ²(A) < 1，其中λ′为最小成功传输概率，ρ(A)为系统矩阵A的谱半径。
• 证明了最优重传策略具有切换结构——最优动作取决于重传次数和估计质量的阈值。
• 在数值评估中，所提出的次优策略相较于传统非HARQ策略实现了显著的性能提升。
• 在推导出的充分条件下，期望首次 passage 成本和时间均有界，确保了系统的稳定性。
• 结构证明依赖于在MDP框架中验证超可加性与单调性条件，从而确认了策略最优结构的成立。