能量收集系统中语义感知的采样与传输：一种POMDP方法
信号处理
2024-10-07 v4
摘要
我们解决了能量收集系统中具有不可靠通信信道的 partially observable Markov 源实时远程跟踪问题。我们考虑采样和传输成本。与大多数假设源完全可观测的先前研究不同，采样成本使得源部分可观测。目标是针对两个语义感知指标联合优化采样和传输策略：i) 一般失真度量和 ii) 错误信息年龄（AoII）。我们建立了一个随机控制问题。为解决每个指标的问题，我们构建了一个部分可观测 Markov 决策过程（POMDP），并将其转化为信念 MDP。然后，对于完美信道设置下的 AoII 和失真，我们将信念表示为信息年龄（AoI）的函数。该表达式使我们能够有效截断相应的信念空间并构建有限状态 MDP 问题，使用相对值迭代算法求解。对于一般设置下的 AoII 指标，提出了一种深度强化学习策略来求解信念 MDP 问题。仿真结果显示了所推导策略的有效性，并特别揭示了实时最优策略相对于 AoI 的非单调切换型结构。
引用
@article{arxiv.2311.06522,
title = {Semantic-aware Sampling and Transmission in Energy Harvesting Systems: A POMDP Approach},
author = {Abolfazl Zakeri and Mohammad Moltafet and Marian Codreanu},
journal= {arXiv preprint arXiv:2311.06522},
year = {2024}
}
备注
The preliminary results were accepted for Asilomar 2023 and IEEE Globecom 2023