基于在线 Whittle 指数策略的传感网络公平且高效调度

唤醒无线电（Wake-Up Radio, WUR）使资源受限、基于电池的传感节点能够保持在低功耗深度睡眠状态，同时持续监听唤醒信号（Wake-Up Signal, WUS）。传感节点仅在收到 WUS 后才会唤醒并传输数据，从而显著降低能耗。然而，对数据对远程监控器几乎没有或没有任何有意义更新的传感节点进行轮询，仍会导致不必要的能耗和增加的存储开销。为解决此问题，本文采用错误信息年龄（Age of Incorrect Information, AoII）指标来优先轮询提供具有信息性更新的传感节点。基于 AoII 确定要轮询的节点的最优集合可形式化为 Restless 多臂赌博机（Restless Multi-Armed Bandit, RMAB）问题，该问题传统上需要对监控过程转移动力学具有先验知识。由于这些动力学在实际部署中往往是未知的，本文提出一种基于状态估计的在线学习框架，用于推导 Whittle 指数 AoII（Whittle Index AoII, WAoII）和公平 Whittle 指数 AoII（Fair Whittle Index AoII, FWAoII）策略，无需假设已知转移概率。所提出的策略能够高效地调度节点轮询，并适应未知的过程行为。实验评估使用真实数据集和合成数据集均表明，所提出的在线 WAoII 策略相较于广泛使用的轮询策略（Round Robin, RR）可减少最高达 70% 的数据包传输，同时保持根均方误差（Root Mean Squared Error, RMSE）值在可接受的应用误差容限范围内。这些结果表明 WAoII 和 FWAoII 作为低功耗 WUR 传感网络中高效轮询技术的有效性。