远程监控系统中不确定性信息最小化的最优采样
信息论
2024-05-20 v3 math.IT
摘要
本文研究了一个远程监控系统，其中接收方观测一个远程二元马尔可夫源，并决定是否通过随机延迟信道采样并传输状态。我们采用不确定性信息（UoI），定义为在接收方过去观测条件下的条件熵，作为信息价值的度量，以区别于传统的状态无关非线性信息年龄（AoI）惩罚函数。为了克服先前UoI研究假设单时隙延迟的局限性，我们将分析扩展到随机延迟场景。我们将问题建模为部分可观测马尔可夫决策过程（POMDP）问题，并通过引入信念状态将其简化为半马尔可夫决策过程（SMDP）。我们提出了两种算法：全局最优的二分相对值迭代（bisec-RVI）算法和计算高效的次优基于指标的阈值算法，以解决长期平均UoI最小化问题。数值模拟表明，我们的采样策略优于传统的零等待和AoI最优策略，特别是在大延迟条件下，次优策略的性能几乎与最优策略相当。
引用
@article{arxiv.2405.02924,
title = {Optimal Sampling for Uncertainty-of-Information Minimization in a Remote Monitoring System},
author = {Xiaomeng Chen and Aimin Li and Shaohua Wu},
journal= {arXiv preprint arXiv:2405.02924},
year = {2024}
}