面向任务通信中计算密集型状态更新的信息时效性
分布式、并行与集群计算
2022-09-28 v1
摘要
超越单纯互联的设备，通信与计算之间日益增强的交互催生了实时网络控制系统的愿景。为获取及时的态势感知，物联网设备持续采样计算密集型状态更新，生成感知任务并卸载至边缘服务器处理。在此意义上，信息时效性被视为状态更新的一项主要上下文属性。本文推导了边缘层与雾层计算卸载的信息时效性闭式表达式，其中利用两阶段串联队列抽象传输与计算过程。此外，我们利用被广泛用于建模系统状态时间动态的 Gauss-Markov 过程的统计结构，推导了过程相关信息的时效性闭式表达式。所得解析公式显式刻画了任务生成、传输与执行之间的依赖关系，可作为系统优化的目标函数。基于理论结果，我们构建了边缘层计算卸载优化问题，通过联合优化任务生成、带宽分配与计算资源分配，在多个设备间最小化状态更新的时效性。提出一种迭代求解流程以解决该问题。数值结果揭示了传输与计算阶段间交织的关系，并验证了在计算卸载策略设计中纳入任务生成过程的必要性。
引用
@article{arxiv.2209.13259,
title = {Timeliness of Information for Computation-intensive Status Updates in Task-oriented Communications},
author = {Xiaoqi Qin and Yanlin Li and Xianxin Song and Nan Ma and Chuan Huang and Ping Zhang},
journal= {arXiv preprint arXiv:2209.13259},
year = {2022}
}