无线信道下马尔可夫源的实时重建与远程驱动

本文中，我们研究以驱动为目的的信息源实时跟踪与重建。一个设备监测信息源状态，并通过无线擦除信道向接收端发送状态更新。我们考虑两种源模型，即$N$态马尔可夫链和$N$态生灭马尔可夫过程。我们研究了若干联合采样与传输策略，包括一种语义感知策略，并针对一组指标考察其性能。具体而言，我们研究了实时重建误差及其方差、驱动误差代价、连续误差以及记忆误差代价。这些指标刻画了系统性能的不同特征，例如错误动作的影响与误差时序。此外，我们提出了一种随机平稳采样与传输策略，并推导了上述指标的闭式表达式。随后我们构建了两个优化问题。第一个优化问题旨在采样代价时间平均约束下最小化时间平均重建误差。然后，我们将最优随机平稳策略与均匀、变化感知和语义感知采样策略进行比较。我们的结果表明，在受约束采样生成的场景下，当源快速演化时，最优随机平稳策略优于所有其他采样策略；否则，语义感知策略表现最佳。第二个优化问题的目标是获得在采样代价时间平均约束下最小化平均连续误差的最优采样策略。基于此，我们提出了一种易于实现的\emph{等待后生成}采样策略。