In this paper, we investigate how to minimize the age of information when a source can transmit status updates over two heterogeneous channels. The work is motivated by recent developments of 5G mmWave technology, where transmissions may occur over an unreliable but fast (e.g., mmWave) channel or a slow reliable (e.g., sub-6GHz) channel. The unreliable channel is modeled using the Gilbert-Elliot channel model, where information can be transmitted at a high rate when the channel is in the 'ON' state. The reliable channel is assumed to provide a deterministic but lower data rate. The scheduling strategy is to select which channel to transmit on over time in order to minimize the time-average age of information. The problem can be formulated as a Markov Decision Process (MDP). The MDP structures based on two largely different channels with time correlation is complicated, which makes our problem challenging. However, we still efficiently derive an exact solution. We first show that there exists an optimal threshold-type scheduling policy to minimize age. We then develop a low-complexity algorithm to derive the exact value of the optimal thresholds. Numerical simulations are provided to compare different policies.


翻译:在本文中, 我们调查如何在信息来源能够通过两个不同渠道传输状态更新信息时将信息年龄最小化。 这项工作的动机是5GmmWave技术的最新开发, 5GmmWave技术的传输可能发生在不可靠但快速的频道( 例如, mmWave) 频道或一个缓慢的可靠频道( 例如, sub-6GHz) 。 这个不可靠的频道是使用Gilbert- Elliot频道模型建模的, 当频道处于“ ON” 状态时, 信息可以以高速度传输。 可靠的频道被假定提供一种确定性但较低的数据率。 时间安排策略是选择一个可以长期传输的频道, 以便尽可能缩短信息的平均年龄。 问题可以被描述为Markov 决策程序( MDP ) 。 以两个大致不同的频道为基础, 与时间相关联的 MDP 结构很复杂, 这使得我们的问题具有挑战性。 但是, 我们仍能有效地得出一个精确的解决方案。 我们首先显示存在一种最佳的临界型列表政策 。 我们然后开发一种低兼容性算算算法来得出最佳临界值 。 我们提供不同的政策 。

0
下载
关闭预览

相关内容

《计算机信息》杂志发表高质量的论文,扩大了运筹学和计算的范围,寻求有关理论、方法、实验、系统和应用方面的原创研究论文、新颖的调查和教程论文,以及描述新的和有用的软件工具的论文。官网链接:https://pubsonline.informs.org/journal/ijoc
【干货书】机器学习速查手册,135页pdf
专知会员服务
125+阅读 · 2020年11月20日
【2020新书】傅里叶变换的离散代数,296页pdf
专知会员服务
113+阅读 · 2020年11月2日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
商业数据分析,39页ppt
专知会员服务
159+阅读 · 2020年6月2日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
现代IM系统中的消息系统架构 - 架构篇
云栖社区
4+阅读 · 2019年4月16日
LibRec 精选:近期15篇推荐系统论文
LibRec智能推荐
5+阅读 · 2019年3月5日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
开发者应当了解的18套机器学习平台
深度学习世界
5+阅读 · 2018年8月14日
随波逐流:Similarity-Adaptive and Discrete Optimization
我爱读PAMI
5+阅读 · 2018年2月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
自然语言处理(二)机器翻译 篇 (NLP: machine translation)
DeepLearning中文论坛
10+阅读 · 2015年7月1日
Arxiv
0+阅读 · 2021年4月27日
Arxiv
3+阅读 · 2017年10月1日
VIP会员
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
现代IM系统中的消息系统架构 - 架构篇
云栖社区
4+阅读 · 2019年4月16日
LibRec 精选:近期15篇推荐系统论文
LibRec智能推荐
5+阅读 · 2019年3月5日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
开发者应当了解的18套机器学习平台
深度学习世界
5+阅读 · 2018年8月14日
随波逐流:Similarity-Adaptive and Discrete Optimization
我爱读PAMI
5+阅读 · 2018年2月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
自然语言处理(二)机器翻译 篇 (NLP: machine translation)
DeepLearning中文论坛
10+阅读 · 2015年7月1日
Top
微信扫码咨询专知VIP会员