反馈控制中的信息价值：全局最优性

速率-调节权衡定义于两个目标函数之间，一个惩罚包速率，一个惩罚调节代价，可表达网络控制系统的根本性能界。然而，针对多维 Gauss-Markov 过程，该权衡中全局最优解集的刻画一直是个开放问题。本文在不对信息结构或策略结构施加任何限制的情况下，刻画了属于该集的一个策略组。我们证明此类策略组由基于信息价值的对称阈值触发策略和基于非高斯线性估计器的确定性等价控制策略组成。这些策略是确定性的且可分别设计。此外，我们对信息价值 $\text{VoI}_k$ 进行了全局最优性分析，该语义度量作为速率-调节权衡中数据包收益与代价之差而涌现。我们证明，仅当 $\text{VoI}_k$ 非负时，在时间 $k$ 包含感知信息的数据包传输给控制器才是全局最优的。这些结果在通信与控制领域具有重要意义。