关于连续估计误差代价：显著性感知非线性老化

本文考虑了具备优先级状态的非对称马尔可夫链的语义感知远程状态估计问题。由于资源受限，传感器需要在估计质量和通信成本之间进行权衡。旨在通过系统实现历史历史数据利用信息的显著性，以确定传输的最优时机，从而减少网络中传输的无信息数据。为此，我们引入了一种新度量——显著性感知连续误差年龄（Significance-Aware Age of Consecutive Error, AoCE），该度量捕捉了两个语义属性：估计误差的显著性以及连续误差的成本。对不同的估计误差分配不同的成本和非线性年龄函数，以-account for其相对重要性。我们将最优传输问题识别为具有无界成本的可数无限状态马尔可夫决策过程（MDP）。我们首先给出年龄函数、源模式和信道可靠性的充分条件，以确保存在具有有界平均成本的 optimal 策略。我们表明，optimal 策略具有开关结构，即只有当系统在连续时间段内被困住时，传感器才会触发传输。我们还提供了在开关策略退化为简单阈值策略（即具有所有估计误差相同阈值）的充分条件。此外，我们利用结构性质开发了结构化策略迭代（Structured Policy Iteration, SPI）算法，以大幅降低计算开销。数值结果表明，optimal 策略优于经典的基于规则、失真和年龄的策略。一个重要收获是，我们利用的语义属性越多，就需要的传输次数就越少。