[论文解读] When to pull data from sensors for minimum Distance-based Age of incorrect Information metric

Saad Kriouile, Mohamad Assaad|arXiv (Cornell University)|Feb 6, 2022

Age of Information Optimization被引用 4

一句话总结

本文提出了一种基于Whittle指数的调度策略，以最小化多传感器监控系统中的基于距离的错误信息年龄（AoII），其中传感器遵循马尔可夫过程，调度器在缺乏完整状态知识的情况下估计AoII。主要贡献在于提出了一种新颖的Whittle指数表达式，该表达式考虑了状态距离，相较于基于AoI的策略，在减少信息不匹配和新鲜度惩罚方面表现更优。

ABSTRACT

The age of Information (AoI) has been introduced to capture the notion of freshness in real-time monitoring applications. However, this metric falls short in many scenarios, especially when quantifying the mismatch between the current and the estimated states. To circumvent this issue, in this paper, we adopt the age of incorrect information metric (AoII) that considers the quantified mismatch between the source and the knowledge at the destination while tracking the impact of freshness. We consider for that a problem where a central entity pulls the information from remote sources that evolve according to a Markovian Process. It selects at each time slot which sources should send their updates. As the scheduler does not know the actual state of the remote sources, it estimates at each time the value of AoII based on the Markovian sources' parameters. Its goal is to keep the time average of the AoII function as small as possible. For that purpose, We develop a scheduling scheme based on Whittle's index policy. To that extent, we use the Lagrangian Relaxation Approach and establish that the dual problem has an optimal threshold policy. Building on that, we compute the expressions of Whittle's indices. Finally, we provide some numerical results to highlight the performance of our derived policy compared to the classical AoI metric.

研究动机与目标

• 为解决传统信息年龄（AoI）在捕捉传感器状态与监控器估计之间内容不匹配方面的局限性。
• 建立并最小化一种基于距离的错误信息年龄（AoII）度量，以量化估计误差的严重程度。
• 为中央监控器在部分可观测条件下选择传感器设计一种调度策略，使用估计的AoII而非真实状态。
• 推导出包含状态转移距离和马尔可夫参数的AoII度量的Whittle指数。
• 评估所提策略与基于AoI的调度及基线调度方案的性能表现。

提出的方法

• 由于调度器缺乏完整状态知识，将调度问题建模为部分可观测马尔可夫决策过程（POMDP）。
• 使用拉格朗日松弛法将约束优化问题转化为具有最优阈值策略的对偶问题。
• 推导出Whittle指数的闭式表达式，其依赖于马尔可夫源参数（转移概率 $p_i$，距离 $d_i$）和信道可靠性 $\rho_i$。
• 将Whittle指数策略应用于每个时隙选择 $M$ 个指数最高的传感器进行数据拉取。
• 采用状态空间模型，其中AoII根据传输成功/失败情况和状态转移而演化，状态值定义为累积距离。
• 使用经验平均法计算不同策略下的时间平均AoII，以评估性能。

实验结果

研究问题

• RQ1 如何将错误信息年龄（AoII）度量扩展以考虑马尔可夫过程中状态差异的大小？
• RQ2 当调度器仅部分知晓传感器状态时，最小化时间平均基于距离的AoII的最优调度策略是什么？
• RQ3 基于距离的AoII度量的Whittle指数如何依赖于马尔可夫参数和传输可靠性？
• RQ4 所提策略在减少信息不匹配方面与基于AoI的调度及基线策略相比表现如何？
• RQ5 Whittle指数框架能否适应处理传感器监控系统中非二值化、基于距离的误差？

主要发现

• 所提出的Whittle指数策略（WIP-AoII）在平均经验AoII方面显著低于基于AoI的策略（WIP-AoI），尤其在状态距离具有重要意义时表现更优。
• 在信道可靠性相同（$\rho_1 = \rho_2 = 0.5$）但源动态不同的场景下（$p_1 = 0.1$，$p_2 = 0.9$），WIP-AoII通过优先选择不匹配敏感度更高的传感器，优于WIP-AoI。
• 与加权基线（WWIP-AoI）相比，采用 $w_i(n)$-基础指数的所提策略表现出更优性能，证明了所推导指数表达式的重要性。
• 所推导的AoII Whittle指数表达式为 $W_i(b_i^n) = d_i p_i w_i(n)$，其中 $w_i(n)$ 反映了年龄状态 $n$ 和信道可靠性 $\rho_i$ 的三次方依赖关系。
• 数值结果证实，即使在信道条件相同的情况下，忽略状态距离的调度会导致次优性能。
• 该策略在用户数量众多的场景下为最优，并为物联网和实时监控系统提供了低复杂度、可扩展的解决方案。