通过能量收集信源的 Opportunistic 采样最小化信息年龄

本文考虑了在能量收集（EH）信源设置下最小化时间平均信息年龄（AoI）的问题。该EH信源在离散时间时刻对一个或多个过程进行机会式采样，并通过无线衰落信道将状态更新发送至汇聚节点。每次，EH节点决定是否探测链路质量，并随后基于信道探测结果决定是否对某一过程进行采样和通信。其权衡在于汇聚节点处可用信息的新鲜度与信源节点处可用能量之间。我们使用无限 horizon 马尔可夫决策过程（MDP）来为两种场景表述AoI最小化问题，其中能量到达与信道衰落过程分别为：(i) 独立同分布（i.i.d.），(ii) 马尔可夫性。在i.i.d.设置下，信道探测后最优信源采样策略被证明为一种阈值策略。此外，针对未知信道状态与EH特性，提出了一种用于两阶段动作模型的Q学习算法变体，以寻求学习最优策略。对于马尔可夫系统，该问题再次被表述为MDP，并给出了针对未知动态的 learning 算法。最后，数值结果展示了策略结构与性能权衡。