在传输延迟下通过抢占最小化错误信息年龄

我们研究在通信信道具有随机延迟时，优化具备抢占能力的发射机决策以最小化错误信息年龄（AoII）的问题。我们考虑一个时隙系统，其中发射机观测一个马尔可夫信源并基于系统状态做决策。在每个时隙中，当信道忙时，发射机决定是否抢占或跳过；当信道空闲时，发射机决定是否发送新更新。远端接收机基于收到的更新估计马尔可夫信源的状态。我们考虑一般传输延迟，并假设每次更新的传输延迟独立同分布。本文旨在优化发射机在每个时隙中的决策，以一般时间惩罚函数最小化AoII。为此，我们首先使用马尔可夫决策过程表述该优化问题，并推导两种典型抢占策略所实现期望AoII的解析表达式。接着，我们证明最优策略的存在性，并提供可行的价值迭代算法来近似最优策略。然而，若要对近似有较高置信度，价值迭代算法的计算代价将十分昂贵。因此，我们分析了两种典型延迟分布下的系统特性，并利用策略改进定理从理论上得到相应的最优策略。最后给出数值结果以说明抢占能力带来的性能提升。