重传与否：无线网络化控制中的实时远程估计

实时远程估计对工业自动化、智能电网与触觉互联网等任务关键型应用至关重要。本文针对线性时不变（LTI）动态系统，提出一种基于混合自动重传请求（HARQ）的实时远程估计框架。考虑到此类系统的估计质量，传感器测量传输的可靠性与新鲜度之间存在根本权衡。当发生传输失败时，传感器既可重传先前的旧测量，使接收端获得更可靠的旧测量，也可发送新的但可靠性较低的测量。为设计最优决策，我们提出一个新的问题，以优化传感器的在线决策策略，即是否重传，该策略取决于远程估计器当前估计质量与传感器当前重传次数，从而最小化长期远程估计均方误差（MSE）。该问题非平凡。特别地，尚不清楚在通信信道质量与LTI系统参数方面需满足何种条件，才能保证长期估计MSE有界。我们给出了存在平稳确定性最优策略且能稳定远程估计系统并最小化MSE的充分条件。此外，我们证明最优策略具有切换结构，并推导出一种低复杂度次优策略。数值结果表明，相较于传统非HARQ策略，所提最优策略显著提升了远程估计系统性能。