在未知信道统计特性的情况下，针对不可靠信道的年龄最优采样方法

《IEEE Transactions on Mobile Computing》：Age Optimal Sampling for Unreliable Channels Under Unknown Channel Statistics

Age of Information优化、随机逼近算法、累积遗憾分析、传感器网络、错误信道反馈

　　

摘要：

在本文中，我们研究了一个系统：传感器通过一个易出错的通道将状态更新发送给接收器，而接收器则通过一个可靠的通道将传输结果发送回传感器。这两个通道都受到随机延迟的影响。为了评估接收器接收状态信息的及时性，我们使用了“信息年龄”（Age of Information，AoI）这一指标。我们的目标是设计一种采样策略，即使在通道统计信息（例如延迟分布）未知的情况下，也能使预期的平均AoI最小化。首先，我们回顾了在已知通道统计信息下的最优离线策略的阈值结构，然后将在线算法的设计重新表述为一个随机逼近问题。我们提出了一种Robbins-Monro算法来解决这个问题，并证明了最优阈值几乎可以肯定地被近似得到。此外，我们证明了在线算法的累积AoI遗憾值会随着传输速率的增加而增加，其增长速率满足O(lnK)，其中K表示成功传输的次数。另外，我们的算法被证明是极小极大顺序最优的，即对于任何在线学习算法，累积AoI遗憾值在达到第K次成功传输时的增长速率，在最坏情况下的延迟分布中至少为Ω(lnK)。最后，我们通过基于动量的随机梯度下降算法提高了所提出的在线学习算法的稳定性。仿真结果验证了我们所提算法的性能。