Taming the Tail of Maximal Information Age in Wireless Industrial Networks
在无线工业网络中，时间敏感的控制系统的信息需要以超可靠和低延迟的方式传输。本文研究了有限块长传输中的资源分配问题，其中信息的新鲜度用信息年龄（AoI）来度量，最大AoI用极值理论（EVT）来刻画。所考虑的系统设计是最小化传感器的发射功率和传输块长度的最大AOI的尾部行为的约束。利用李雅普诺夫随机优化方法求解该问题，提出了一种动态可靠性和年龄感知的资源分配和状态更新策略.仿真结果验证了极值理论用于表征最大迎角的有效性。它表明，传感器需要发送更大的尺寸的数据与更长的传输块长度在较低的发射功率。此外，最大AoI的尾部衰减得更快，代价是更高的平均信息年龄。
2020-05-14 cs.NI eess.SP
Minimizing Age of Information in Spatially Distributed Random Access Wireless Networks
我们分析年龄的信息（AoI）在无线网络中，节点使用空间自适应随机接入方案发送状态更新到中央基站。我们表明，在这种情况下，可实现的AoI的集合是凸的，并设计策略，以最小化加权和，最小-最大，并按比例公平AoI通过设置传输概率作为节点位置的函数。我们发现，在捕获模型下，当考虑网络的空间拓扑结构时，AoI可以显着提高，并且我们获得了加权和最小-最大AoI的严格性能界限。最后，我们设计了一个政策，每个节点设置其传输概率只基于自己的距离从基站，当它不知道其他节点的位置，并表明，它收敛到最佳的比例公平的政策，网络的大小趋于无穷大。
2023-01-04 cs.IT cs.NI math.IT
Scheduling Policies for Age Minimization in Wireless Networks with Unknown Channel State
信息年龄（AoI）是最近提出的一个度量标准，用于测量自上次接收到的信息更新生成以来所经过的时间。本文研究了在一般干扰约束和时变信道条件下网络的AoI最小化问题。我们研究的情况下，信道统计是已知的，但当前的信道状态是未知的。我们提出了两种调度策略，即基于虚拟队列的策略和基于年龄的策略。在基于虚拟队列的策略中，调度器调度具有虚拟队列长度的最大加权和的链路，而在基于年龄的策略中，调度器调度具有链路AoI的函数的最大加权和的链路。我们证明了基于虚拟队列的策略是峰值年龄最优的，添加剂常数，而基于年龄的策略是最多的因素4远离最佳年龄。数值结果表明，这两个建议的政策，事实上，非常接近最优。
2018-05-15 cs.NI
Velocity-Adaptive Access Scheme for Semantic-Aware Vehicular Networks: Joint Fairness and AoI Optimization
本文提出一种面向语义感知车联网的自适应接入方案，通过联合优化公平性与信息年龄，利用顺序凸近似和大语言模型算法提升通信效率与安全性。
2025-12-01 cs.NI
Distributed Scheduling Algorithms for Optimizing Information Freshness in Wireless Networks
信息年龄（AoI）测量自在源处生成最后一个接收到的信息包以来所经过的时间。本文研究了在时变信道和成对干扰约束条件下，无线网络中单跳流的AoI最小化问题。我们认为简单，但广泛的，类的分布式调度策略，其中传输尝试在每个链路上有一定的尝试概率。我们得到了一个有趣的最佳尝试概率和最佳的AoI的链接之间的关系，及其相邻的链接。然后，我们证明了最佳尝试概率可以通过求解凸优化问题来计算，这可以分布式完成。
2018-03-17 cs.IT cs.NI math.IT
Instant AoI Optimization through Relay Location Selection in Disaster Multi-hop Communication
针对灾害场景下 IoT 多跳通信的信息新鲜度问题，本文构建 UAV 中继模型并推导最优中继位置，实现端到端即时 AoI 最小化，仿真验证其优于其他方案。
2025-05-14 cs.NI cs.SI
LAURA: LLM-Assisted UAV Routing for AoI Minimization
本文提出LAURA算法，利用大语言模型作为进化框架中的智能交叉算子，优化无人机飞行路由以最小化信息年龄，仿真验证其在多节点场景下优于基准方法。
2025-07-09 cs.IT cs.NI math.IT
Optimal Scheduling for Discounted Age Penalty Minimization in Multi-Loop Networked Control
信息量（AoI）是量化接收器处的信息新鲜度的度量。由于AoI将数据包生成频率、数据包丢失和延迟组合成一个单一的度量，因此作为通信网络和应用程序之间的接口，它受到了大量的研究关注。在这项工作中，我们将AoI应用于多环网络控制系统（NCS）的无线调度问题，即，在共享无线网络上闭合的反馈控制环路。我们建模的调度问题作为一个马尔可夫决策过程（MDP）与AOI作为其可观测状态，并推导出控制系统误差和AOI的关系。我们进一步推导出一个固定的调度策略，以尽量减少控制误差在无限的地平线。我们表明，我们的调度优于国家的最先进的调度策略NCS。据我们所知，这是第一个工作，提出了一个基于AoI的无线调度策略，最大限度地减少控制误差在无限的地平线多环NCS。
2019-11-22 cs.IT cs.NI math.IT
Information Freshness in Multi-Hop Wireless Networks
我们认为，在多跳无线网络中的信息年龄最小化的问题，并提出三类政策来解决这个问题-平稳随机，年龄差异，和年龄债务。对于每个源-目的地对之间的固定路由的单播设置，我们首先开发了一个程序，以找到年龄最优的平稳随机策略。这些政策很容易实现，并允许我们获得平均AoI的封闭形式的表达式。接下来，对于相同的单播设置，我们开发了一类启发式策略，称为年龄差异，基于这样的想法，如果相邻节点试图减少他们的年龄差异，那么所有节点都将有更新。这种方法在实践中是有用的，因为它只依赖于节点之间的本地年龄差异来做出调度决策。最后，我们提出了一类称为年龄债务的策略，它可以处理1）非线性AoI成本函数; 2）单播，多播和广播流; 3）事先没有为每个流指定固定路由。在这里，我们将AoI优化问题转化为等价的网络稳定性问题，并使用李雅普诺夫漂移找到调度和路由方案，稳定网络。我们还提供了数值结果比较我们提出的类的政策与最知名的调度和路由方案在文献中提供了各种各样的网络设置。
2021-11-17 cs.NI
Optimizing Information Freshness in Wireless Networks under General Interference Constraints
信息年龄（AoI）是最近提出的用于测量信息新鲜度的度量。AoI测量自生成上次收到的更新以来所经过的时间。我们考虑的问题，最小化的平均和峰值AoI在无线网络中，由一组源-目的地链路，在一般的干扰约束。当新鲜的信息总是可用于传输，我们表明，一个固定的调度策略是峰龄最优的。我们还证明了该政策实现的平均年龄是在两个因素的最佳平均年龄。在新鲜的信息并不总是可用的情况下，和数据包/信息生成速率必须控制随着调度链路传输，我们证明了一个重要的分离原则：最佳的调度策略可以设计假设新鲜的信息，和独立，数据包生成速率控制可以忽略干扰。本文首次分析了离散时间G/Ber/1排队的峰值和平均AoI，这可能是一个独立的研究领域。
2019-12-09 cs.IT cs.NI math.IT
Minimizing the Age of Information in Wireless Networks with Stochastic Arrivals
我们考虑一个无线网络的基站服务多个流量流到不同的目的地。来自每个流的分组根据随机过程到达基站，并且在单独的（每个流）队列中排队。分组规则控制每个队列中的哪个分组可用于传输。基站在每个时间t决定哪个流服务于对应的目的地。调度决策的目标是保持目的地的信息最新。信息新鲜度由信息年龄（AoI）度量捕获。在本文中，我们推导出一个下界的AoI性能可实现的任何给定的网络下运行的任何搜索纪律。然后，我们考虑了三个常见的随机化规则，并在每个规则下分别设计了一个最优平稳随机化策略和一个最大权重策略。我们的方法使我们能够评估的综合影响的随机到达，排队纪律和调度政策的AOI。我们评估的AOI性能分析和使用模拟。数值结果表明，最大权策略的性能接近分析下限。
2019-05-16 cs.IT cs.NI math.IT
Optimizing Information Freshness in Wireless Networks: A Stochastic Geometry Approach
无线网络中的信息新鲜度的优化通常基于仅捕获与发射机和接收机相关联的时间业务动态的跟踪分析来执行。然而，干扰的影响，这主要是由干扰者的地理位置，并没有得到很好的理解。在本文中，我们利用时空模型，它允许一个特征的年龄的信息（AoI）从一个联合的嵌入几何的角度来看，设计一个分散的调度策略，利用本地观察，使传输决策，最大限度地减少AoI。为了量化的性能，我们也得到准确和易于处理的表达式的峰值AoI。数值结果表明：i）分组到达速率由于拥塞交互而直接影响服务过程，ii）所提出的方案可以适应业务变化并且大大降低峰值AoI，以及iii）所提出的方案随着网络规模的增长而扩展。这是通过根据周围环境的变化自适应地调整每个发射机处的无线电接入概率来完成的。
2020-02-19 cs.IT cs.NI math.IT
Energy and Age Pareto Optimal Trajectories in UAV-assisted Wireless Data Collection
研究了一种无人机辅助的无线网络，该网络中无人机从地面传感器节点收集信息，并将收集到的数据传输到仓库。信息新鲜度由信息年龄（AoI）度量捕获，而UAV的能量消耗被视为另一个性能标准。最重要的是，AoI和能源效率本质上是相互竞争的指标，因为降低AoI需要UAV更频繁地返回仓库，导致更高的能源消耗。为此，我们设计无人机路径，优化这两个相互竞争的指标，揭示帕累托前沿。为了制定这个问题，提出了一个多目标混合整数线性规划（MILP）与基于流的约束集，我们应用本德的分解建议制定。总体结果表明，所提出的方法可以推导出非支配的解决方案，无人机基于无线数据汇集的决策。数值结果证实了我们的研究，提出了两个目标的帕累托前沿和无人机轨迹的影响。
2022-05-10 cs.NI eess.SP
Joint Freshness and Age-Dispersion Control over Finite-State Markov Wireless Channels
Mount Royal University（蒙特皇家大学）；York University（约克大学）；PSG College of Technology（PSG理工学院）；K. N. Toosi University of Technology（K.N.托伊西理工大学）
本文针对有限状态马尔可夫无线信道，提出联合控制信息年龄与年龄离散度的方法，通过约束马尔可夫决策过程优化，在相同传输预算下减少37.3%的阈值违规。
2026-09-16 cs.NI cs.PF cs.SY
Enhanced Velocity-Adaptive Scheme: Joint Fair Access and Age of Information Optimization in Vehicular Networks
针对5G NR V2I模式2中车速差异导致的接入不公与信息老化问题，提出结合SHS建模、SPS窗口自适应和LLM增强MOEA/D的联合优化框架。
2025-07-24 cs.NI
Can Decentralized Status Update Achieve Universally Near-Optimal Age-of-Information in Wireless Multiaccess Channels?
在物联网系统中，状态数据是从传感器和执行器收集的，用于时间关键型应用，数据的新鲜度至关重要，可以通过最近提出的信息年龄（AoI）度量来量化。在本文中，我们首先考虑一个一般的情况下，多个终端共享一个公共信道发送或接收随机生成的状态数据包。最小化AoI的最优调度问题被表述为一个不安分的多臂强盗问题。为了有效地解决这个问题，我们推导出惠特尔指数的封闭形式，并建立其索引。与现有的工作相比，我们扩展了索引策略的AoI优化，将随机数据包到达和最佳的数据包管理（缓冲最新的数据包）。受具有接近最优性能但本质上是集中式的索引策略的启发，提出了一种分散的状态更新方案，索引优先的随机接入策略（IPRA），进一步提出，实现普遍接近最优的AoI性能，并优于文献中的现有技术。
2018-03-22 cs.IT cs.NI math.IT
Peak Age of Information Distribution for Edge Computing with Wireless Links
信息时代（AoI）是几个物联网（IoT）应用程序的关键指标，其中传感器通过发送需要尽可能新鲜的更新来跟踪环境。边缘计算解决方案的发展使监测过程更接近传感器，减少了通信延迟，但需要考虑边缘节点的处理时间。此外，在新鲜度方面的可靠系统设计需要了解峰值AoI（PAoI）的全部分布，由此可以获得罕见但极具破坏性的事件的发生概率。在这项工作中，我们建模的通信和计算延迟这样的系统作为两个先来先服务（FCFS）队列串联，解析推导出完整的分布的PAoI为M/M/1 - M/D/1和M/M/1 - M/M/1串联，它可以代表各种各样的现实情况。
2021-01-19 cs.NI
A Persistence-Aware Framework for Age Violation Control in Wireless Status Update Systems
Shenzhen University（深圳大学）；The Education University of Hong Kong（香港教育大学）
本文提出基于连续年龄违规率向量的持久性感知可靠性框架，通过灵活加权方案统一了从平均持久性到尾敏感性能的可靠性目标，采用分布式强化学习方法提升长连续违规序列的可靠性。
2026-05-13 cs.NI
Optimal Policies for Status Update Generation in a Wireless System with Heterogeneous Traffic
大量涉及监控、决策制定和预测的应用程序需要及时的状态更新，以确保其高效运行。信息时代（AoI）是一个新提出的指标，有效地捕捉这一要求。最近的研究已经得出了AoI最佳的政策，产生的状态更新和AoI最佳的数据包分发的纪律。与以前的研究不同，我们专注于低端设备，这些设备通常支持物联网环境中的监控应用。我们承认，这些设备托管各种应用程序，其中一些是AoI敏感的，而另一些则不是。此外，由于其有限的计算资源，它们通常利用简单的先进先出（FIFO）排序规则。我们考虑的问题，最佳控制的状态更新生成过程的系统与源-目的地对，通过无线链路进行通信，其中源节点是由一个FIFO队列和两个应用程序，一个是AoI敏感，一个是不。我们制定这个问题作为一个动态规划问题，并利用马尔可夫决策过程的框架，以获得最佳的政策，产生的状态更新数据包。由于缺乏可比的方法在文献中，我们比较派生的最佳政策对基线政策，如零等待政策，并调查各种网络配置的所有政策的性能。结果表明，现有的状态更新策略无法捕捉之间的权衡频繁生成的状态更新和排队延迟，从而表现不佳。
2018-10-07 cs.IT cs.NI math.IT
Optimizing Information Freshness for Wireless Local Area Networks with Multiple APs
Purdue University（普渡大学）
本文研究多接入点无线局域网中信息新鲜度的最小化问题，提出基于干扰的调度策略，通过Lyapunov漂移分析和局部搜索近似方法，实现常数因子优化，实验证明在分布式单AP基准上可减少约50%的信息新鲜度。
2026-09-15 cs.IT cs.NI math.IT
Closed-Form Whittle's Index-Enabled Random Access for Timely Status Update
我们认为一个星型拓扑的无线网络的状态更新，其中一个中央节点收集状态数据从大量的分布式机器类型的终端，共享一个无线介质。信息时代（AoI）的最小化调度问题是由不安分的多臂强盗。一个被广泛证明的接近最优的解决方案，即，惠特尔指数，推导出封闭形式和相应的可索引性建立。该指数，然后推广到包括随机，周期性的数据包到达和不可靠的信道。受索引调度策略的启发，实现接近最优的AoI，但需要沉重的信令开销，基于竞争的随机接入方案，即索引优先级随机接入（IPRA），进一步提出。基于IPRA，由其索引指示的不紧急更新的终端被禁止接入无线介质，从而提高接入及时性。一个基于计算机的模拟表明，IPRA的性能接近最佳的AoI在这种设置和优于标准的随机接入方案。此外，对于具有严格AoI期限的应用，我们提供可靠的期限保证分析。推导了在Bernoulli分组到达下的封闭形式的可达AoI平稳分布，通过计算最大可支持终端数和按比例分配系统资源，可以保证高可靠性的AoI截止期。
2019-10-29 cs.IT cs.NI math.IT
Scheduling Policies for Minimizing Age of Information in Broadcast Wireless Networks
我们考虑一个无线广播网络，其中一个基站通过不可靠的信道向多个客户端发送时间敏感信息。信息年龄（AoI），即自最近交付的数据包生成以来经过的时间量，捕获信息的新鲜度。我们制定了一个离散时间的决策问题，找到一个传输调度策略，最大限度地减少了预期的加权和AOI的客户端在网络中。我们首先表明，在对称网络中的贪婪的政策，传输数据包的最高当前年龄，是最佳的。对于一般的网络，我们开发了三个低复杂度的调度政策：随机化的政策，最大权重的政策和惠特尔的指数政策，并获得性能保证的网络配置的函数。据我们所知，这是第一个工作，以获得性能保证的调度策略，试图尽量减少在无线网络中的AOI不可靠的信道。数值结果表明，最大权重和惠特尔指数策略优于其他调度策略在每一个模拟的配置，并达到接近最优的性能。
2018-01-05 cs.IT cs.NI math.IT
Optimal Sampling Cost in Wireless Networks with Age of Information Constraints
我们考虑的问题，最小化的时间平均成本的采样和传输状态更新的用户在无线信道的平均年龄的信息约束（AoI）。传输中可能出现错误，调度算法必须决定用户是否采样新的分组或尝试重新传输先前采样的分组。成本包括采样和传输成本。在故障之后对新分组的采样在系统中强加了额外的成本。我们制定了一个随机优化问题的时间平均成本的目标下的时间平均AoI约束。为了解决这个问题，我们从李雅普诺夫优化理论的工具，并开发了一个动态的算法，在一个插槽插槽的基础上作出决定。该算法决定用户是否：a）采样新数据包，b）发送旧数据包，c）保持沉默。我们提供了最优性保证的算法，并研究其性能的时间平均成本和AoI通过仿真结果。
2020-03-05 cs.IT cs.NI math.IT
Hierarchical Deep Reinforcement Learning for Age-of-Information Minimization in IRS-aided and Wireless-powered Wireless Networks
在本文中，我们专注于无线供电的传感器网络协调的多天线接入点（AP）。每个节点可以生成感测信息，并使用从AP的信号波束成形收集的能量向AP报告最新信息。我们的目标是最小化的平均年龄的信息（AoI），通过适应节点的传输调度和传输控制策略联合。为了减少传输延迟，智能反射表面（IRS）被用来通过控制AP的波束形成向量和IRS的相移矩阵来增强信道条件。考虑到不同传感节点的动态数据到达，我们提出了一个分层深度强化学习（DRL）框架，分两步实现AoI最小化。用户的传输调度首先由外环DRL方法（例如DQN或PPO算法）确定，然后使用内环优化来使上行链路信息传输或下行链路能量传递适应于所有节点。一个简单而有效的近似也被提出来减少内部循环的朗姆酒时间开销。数值实验结果表明，分层学习框架在平均AoI和不同节点之间的比例公平性方面优于典型基线。
2022-12-27 cs.NI cs.SY eess.SY
Timely Status Update: Should ARQ be Used in Two-Hop Networks?
研究了两跳网络的信息新鲜性问题。信息年龄（AoI）被用作表征信息新鲜度的度量，其被定义为自生成最近接收的状态更新以来经过的时间。在易出错的无线网络中，先前的研究表明自动重传请求（ARQ）无助于提高单跳网络的平均AoI性能，因为发送新分组总是携带最新信息（即，丢弃旧分组）。我们认为，这种观察不适用于两跳网络。例如，当分组传输在第二跳中失败时，尽管新分组具有更新的信息，但是它可能需要更多的时间来被递送（即，通信必须从第一跳重新开始），从而导致高AoI。本文分析了有和没有ARQ的两跳网络的理论平均AoI。具体来说，我们使用马尔可夫链，从中我们得出的平均AoI的两个计划建模。我们的理论和仿真结果证实，与单跳网络，ARQ应用于两跳网络，以实现较低的平均AOI。特别地，当使用ARQ时，第二跳的成功解码概率比第一跳的成功解码概率对平均AoI具有更大的影响。总的来说，我们的研究结果提供了深入了解两跳及时状态更新系统的ARQ设计。
2022-01-25 cs.NI
Performance Analysis and Resource Allocation of STAR-RIS Aided Wireless-Powered NOMA System
提出了一种同时发射和反射的可重构智能表面（STAR-RIS）辅助无线供电的非正交多址（NOMA）系统，该系统包括一个接入点（AP）、一个STAR-RIS和位于STAR-RIS两侧的两个非正交用户。在该系统中，用户首先在下行链路中从AP获取射频能量，然后采用所获取的能量在上行链路中并发地向AP发送信息。两个政策被认为是拟议的系统。第一种是下行链路采用时间交换协议，而上行链路采用能量分割协议，称为TEP。第二个假设能量分裂协议被用于下行链路和上行链路，称为EEP。在Nakagami-m衰落信道下，研究了TEP和EEP系统的中断概率、总吞吐量和平均信息年龄。此外，我们还分析了中断概率，总吞吐量，和平均AOI的STAR-RIS辅助无线供电的时分多址（TDMA）系统。仿真和数值结果表明，所提出的系统与TEP和EEP优于基线方案，并显着提高和吞吐量性能，但降低中断概率和平均AoI性能相比，STAR-RIS辅助无线供电TDMA系统。此外，为了最大化总吞吐量，并确保一定的平均AoI，我们设计了一个基于遗传算法的时间分配和功率分配（GA-TAPA）算法。仿真结果表明，GA-TAPA方法通过自适应调整系统参数，可以显著提高系统的总吞吐量。
2023-01-21 cs.IT cs.NI math.IT
Scheduling to Minimize Age of Synchronization in Wireless Broadcast Networks with Random Updates
在这项工作中，一个无线广播网络与基站（BS）发送随机的时间-敏感信息更新到多个用户的干扰约束。从网络用户的角度来看，采用同步年龄（AoS），即自存储在网络用户处的信息变得去同步化以来所经过的时间量来测量数据新鲜度。与目前应用较为广泛的信息时代（AoI）指标相比，AoS反映了随机变化内容的新鲜度。将AoS最小化调度问题转化为离散时间马尔可夫决策过程，通过结构化有限状态策略迭代逼近最优解。为了进一步降低计算复杂性，提出了一种基于不安分多臂强盗（RMAB）的索引启发式调度策略。仿真结果表明，该索引策略可以实现兼容的性能与MDP和接近的AoS下界。此外，理论分析和仿真揭示了AoS和AoI之间的差异。AoI最小化调度策略不能保证良好的AoS性能。
2020-03-05 cs.IT cs.NI math.IT
On Minimizing the Maximum Age-of-Information For Wireless Erasure Channels
信息流（AoI）是最近提出的用于从通信网络中的UE的角度量化信息的新鲜度的度量。最近，Kadota等人[1]提出了一种索引型近似最优调度策略，用于最小化下行链路传输问题的平均AoI度量。对于延迟敏感的应用，包括网络物理系统的实时控制或5G中的URLLC流量调度，必须对所有用户的AoI进行更严格的统一控制。在本文中，我们推导出一个精确的最优调度策略，这个问题在下行链路的删除信道蜂窝系统。我们的最优性证明涉及到相关的平均成本贝尔曼方程，这可能是独立的理论兴趣的显式解决方案。我们还建立了所得到的随机过程是积极的经常性下的最佳政策，并有一个指数轻尾，最佳的大偏差指数。最后，在小小区住宅网络中的典型应用的动机，我们考虑的问题，最小化的峰值AoI与吞吐量的限制，以特定的UE，并得出一个启发式的策略，这个问题。已经进行了大量的数值模拟，以比较所提出的政策与其他知名的调度政策，如随机调度和比例公平的功效。
2019-04-01 cs.IT cs.NI math.IT
AoI-Energy-Spectrum Optimization in Post-Disaster Powered Communication Intelligent Network via Hierarchical Heterogeneous Graph Neural Network
本文提出灾后供电通信智能网络PDPCIN及分层异构图神经网络HHGNN框架，联合优化信息年龄、能效和频谱效率，有效应对灾后通信中断与NP-hard多维资源调度挑战。
2025-07-15 cs.NI eess.SP
Optimizing Data Freshness in Time-Varying Wireless Networks with Imperfect Channel State
我们考虑的情况下，一个基站（BS）试图收集新鲜的信息，从功率受限的传感器在随时间变化的频带有限的无线信道。我们通过最近提出的度量标准-信息时代来表征数据的新鲜度。我们考虑一个时变信道模型与功率自适应。与以前的工作不同，分组丢失可能会发生由于不完善的信道估计或解码错误。我们提出了一个渐近最优调度算法，最大限度地减少AoI性能，并满足带宽和功率约束，在这样的网络。数值模拟结果表明，该策略优于贪婪的，我们观察到，传感器与穷人的信道被安排在更高的AoI，以限制数据包丢失。
2019-10-13 cs.IT cs.NI math.IT
Trading Throughput for Freshness: Freshness-Aware Traffic Engineering and In-Network Freshness Control
除了吞吐量和延迟等传统问题外，新鲜度也变得越来越重要。为了保持新鲜，应用程序在其组件之间传输状态更新。现有的研究提出了信息的度量年龄（AoI）来衡量新鲜度和设计系统，以实现低AoI。尽管在这一领域的积极研究，现有的结果不适用于一般的有线网络有两个原因。首先，他们专注于无线设置，其中AoI主要受到干扰和冲突的影响，而在有线设置中，干扰更占主导地位。第二，文献中没有考虑到遗留的下降反向流。调度具有不同性能目标的混合流尚未解决。在本文中，我们研究了有线网络共享的两类流，分别以高吞吐量和低的AoI，并实现了良好的折衷之间的吞吐量和AoI。我们的方法来解决这个问题包括两个层次：新鲜度感知流量工程（FATE）和网络新鲜度控制（IFC）。FATE通过优化获得流的发送速率/更新频率，然后由IFC通过在网络内节点的每个输出端口处的有效调度机制来执行其解决方案。我们还提出了高效的Linux实现IFC，并证明了FATE/IFC的有效性，通过广泛的仿真。我们的研究结果表明，与最先进的流量工程相比，有可能以较小的吞吐量（低5%）换取更短的AoI（短49至71%）。
2021-12-14 cs.NI
Predictive Control and Communication Co-Design: A Gaussian Process Regression Approach
虽然通过无线连接的远程控制是由多个致动器-传感器对组成的可扩展控制系统的关键使能器，即，控制系统，它需要两个技术挑战。由于缺乏无线资源，只有有限数量的控制系统可以服务，使得状态观测过时。此外，即使在调度之后，通过无线信道接收的状态观测也失真，妨碍了控制稳定性。为了解决这些问题，在这篇文章中，我们提出了一个调度算法，保证年龄的信息（AoI）的最后收到的状态。同时，对于非预定的传感器-执行器对，我们提出了一种机器学习（ML）辅助预测控制算法，其中状态预测使用高斯过程回归（GPR）。由于GPR预测的可信度随着输入数据的AoI而降低，因此预测控制和基于AoI的调度器应共同设计。因此，我们制定了一个联合调度和传输功率优化通过李亚普诺夫优化框架。数值模拟证实，提出的共同设计的预测控制和AoI的调度实现了较低的控制误差，相比基准计划，使用循环调度没有状态预测。
2020-02-29 cs.IT cs.NI math.IT
Optimized Age of Information Tail for Ultra-Reliable Low-Latency Communications in Vehicular Networks
虽然最近提出了信息时代（AoI）的概念来分析超可靠低延迟通信（URLLC），但大多数现有的工作都集中在平均AoI测量上。基于平均AoI设计无线网络将无法表征URLLC系统的性能，因为它不能解释以非常低的概率发生的极端AoI事件。相比之下，本文超越了平均AoI，以改善URLLC在车载通信网络的特征和控制的AoI尾部分布。特别是，传输功率最小化问题进行了研究，严格的URLLC的约束条件下的概率AoI确定性和马尔可夫交通到达。因此，提出了一种有效的新的映射之间的AoI和与时间相关的分布。随后，极值理论（EVT）和李雅普诺夫优化技术制定和解决的问题，同时考虑长和短的数据包传输。仿真结果表明，在缩短AoI分布尾部方面，除了到达率和AoI之间的权衡之外，与模拟最大队列长度分布的基线相比，有了两倍的改进。
2019-12-17 cs.NI eess.SP
Age of Information in an URLLC-enabled Decode-and-Forward Wireless Communication System
信息时代（AoI）衡量关键任务物联网（IoT）应用中数据的新鲜度，即，工业互联网，智能交通系统等。在本文中，提出了一种新的系统模型，估计平均AoI（AAoI）的超可靠低延迟通信（URLLC）使能的无线通信系统的解码和转发中继方案在准静态瑞利块衰落信道。短分组通信方案用于满足所提出的无线网络的可靠性和延迟要求。运用有限块长信息论、排队论和随机过程理论，得到了AAoI的封闭表达式。最后，系统参数的影响，如更新生成速率，块长度和块长度分配因子的AAoI进行了研究。数值计算结果验证了上述结论的正确性。
2021-04-19 cs.IT cs.NI math.IT
Velocity and Density-Aware RRI Analysis and Optimization for AoI Minimization in IoV SPS
School of Internet of Things Engineering, Jiangnan University（江南大学物联网工程学院）；Department of Electronic Engineering, State Key laboratory of Space Network and Communications, Beijing National Research Center for Information Science and Technology, Tsinghua University（清华大学电子工程系、空间网络与通信国家重点实验室、北京信息科学与技术国家研究中心）；State Key Lab. of ISN and School of Telecommunications Engineering, Xidian University（西安电子科技大学信息与通信系统国家重点实验室、电信工程学院）；Department of Electronic Engineering, Shanghai Jiao Tong University（上海交通大学电子工程系）
针对车联网SPS中数据包碰撞和车速信道不确定性导致的AoI恶化问题，提出基于LLM和DDPG的双路径RRI优化方法，通过建立AoI计算模型实现参数最优配置，实验表明LLM免训练即可降AoI且DDPG训练后性能更稳定。
2025-10-10 cs.LG cs.NI
An LLM-Agent-Based Framework for Age of Information Optimization in Heterogeneous Random Access Networks
College of Electronics and Information Engineering, Shenzhen University（深圳大学电子与信息工程学院）
本文提出Reflex-Core框架，通过LLM代理优化异构网络中的信息年龄，实现更高效的随机接入控制。
2026-01-26 cs.NI
Round-Robin is Provably Near-Optimal for Minimizing Age with HARQ over Heterogeneous Unreliable Multiaccess Channels
在异构不可靠多址接入网络中，其中终端共享具有不同错误概率的公共无线信道，现有工作已经表明，持久轮询（RR-P）调度策略（即，贪婪策略）在标准自动重传请求（ARQ）下的信息年龄（AoI）方面可能任意地比最优差，并且必须求助于Whittle的索引方法来获得最优AoI。在本文中，实际的混合自动重传请求（HARQ）计划，这是广泛使用的，在今天的无线网络被认为是。我们表明，RR-P是非常接近最佳的渐近许多终端在这种情况下，通过显式推导出紧密的，封闭形式的AoI之间的差距，最佳和可实现的AoI RR-P。特别是，它是严格证明，RR-P，在HARQ模型有关衰落信道（分别）。有限嵌段长度区域），与最佳值相比的相对AoI间隙在$(\sqrt{e}-1)^2/4\sqrt{e} \cong 6.4\%$的常数内（相应地，误差指数衰减率为$0.5$的$6.2\%$）。此外，RR-P具有实现简单、通道未知和易于分散操作的明显优势，这使其在实践中非常有利。
2020-10-21 cs.IT cs.NI math.IT
Analyzing Age of Information in Multiaccess Networks by Fluid Limits
本文采用流动限制来分析多用户无线多址网络中的信息时代（AoI）。我们考虑的情况下，其中用户具有异构i.i.d.信道条件和状态是随意生成的。收敛的AoI占用措施的流体限制，由偏微分方程（PDE）表示，证明近似误差内成反比的用户数量。全局收敛到偏微分方程的均衡，即，平稳的AoI分布。基于这个框架，它表明，在文献中现有的AoI下限实际上是渐近紧的，和一个简单的阈值政策，明确推导出的阈值，达到最佳渐近。所提出的基于阈值的策略也比广为人知的基于索引的策略更容易分散，因为基于索引的策略需要比较用户索引。为了展示该框架的可用性，我们还使用它来分析无线网络中的平均非线性AoI函数（具有幂和对数形式）。再次，明确的最佳阈值为基础的政策，并证明了平均年龄函数。仿真结果表明，即使在用户数量有限的情况下，$10$，所提出的政策和分析仍然有效。
2020-12-26 cs.IT cs.NI math.IT
Optimization of End-to-End AoI in Edge-Enabled Vehicular Fog Systems: A Dueling-DQN Approach
本文针对车载雾系统中端到端信息年龄优化问题，提出基于深度强化学习的Dueling-DQN算法，并通过仿真验证其优于DQN和解析方法，从而提升信息新鲜度和决策效率。
2024-10-02 cs.NI eess.SP
Optimizing Age of Information in Wireless Networks with Perfect Channel State Information
信息年龄（AoI），定义为从最后一次收到的更新生成以来所经过的时间，是一个新提出的衡量网络中信息更新及时性的指标。我们考虑一般干扰约束下的网络和时变信道的AoI最小化问题。我们提出了两种策略，即基于虚拟队列的策略和基于年龄的策略时，信道状态是可用于网络调度器在每个时间步。我们证明了基于虚拟队列的策略是接近最优的，直到一个常数的附加因子，和基于年龄的策略是最多的因素4远离最优性。与我们以前的工作，得出年龄最优的政策时，信道状态信息是不可用的调度器相比，我们表现出4倍的改善年龄由于信道状态信息的可用性。
2018-03-17 cs.IT cs.NI math.IT
Deep Reinforcement Learning for Minimizing Age-of-Information in UAV-assisted Networks
无人机（UAV）预计将成为下一代无线系统的关键组成部分。由于其部署的灵活性，无人机被认为是从地面节点收集信息数据并将其无线传输到网络的有效解决方案。本文研究了一种无人机辅助无线网络，在该网络中部署能量受限的地面节点来观测不同的物理过程。在该网络中，由于其有限的电池而对其操作具有时间约束的UAV向地面节点移动以接收关于其观察到的过程的状态更新分组。UAV的飞行轨迹和状态更新分组的调度被联合优化，目的是实现UAV处的不同过程的信息年龄（AoI）值的最小加权和，称为加权和AoI。该问题被建模为一个有限时域马尔可夫决策过程（MDP）与有限的状态和动作空间。由于状态空间非常大，提出了一种深度强化学习（RL）算法来获得最小化加权和AoI的最优策略，称为年龄最优策略。几个模拟场景被认为是展示所提出的深度RL算法的收敛性。此外，结果还表明，所提出的深度强化学习方法可以显着提高可实现的总和AoI每进程相比，基线政策，如基于距离和随机游走政策。各种系统设计参数的影响，最佳可实现的总和AoI每过程中也显示通过广泛的模拟。
2019-08-18 cs.IT cs.NI math.IT
Ultra-Reliable Low-Latency Vehicular Networks: Taming the Age of Information Tail
虽然信息时代（AoI）的概念最近已经成为分析超可靠低延迟通信（URLLC）的一个重要概念，但大多数现有的工作都集中在平均AoI测量上。然而，基于平均AoI的设计在适当地表征URLLC系统的性能方面是不足的，因为它不能解释以非常低的概率发生的极端事件。相比之下，在本文中，主要目标是超越传统的平均AoI的概念，通过表征和优化URLLC系统，同时捕获AoI尾部分布。特别是，研究了车辆功率最小化同时确保概率AoI方面严格的延迟和可靠性约束的问题。为此，提出了一种新的和有效的AoI和队列长度分布之间的映射。随后，极值理论（EVT）和李雅普诺夫优化技术，制定和解决问题。仿真结果表明，当车辆用户设备（VUE）对的数量为80时，与其设计基于车辆之间的最大队列长度的基线相比，在缩短AoI分布的尾部方面有近两倍的改进。结果还表明，随着VUE对数量的增加，这种性能增益显著增加。
2018-11-09 cs.NI
Age of Information Optimization in Laser-charged UAV-assisted IoT Networks: A Multi-agent Deep Reinforcement Learning Method
针对激光充电无人机辅助物联网网络中的信息年龄优化问题，提出结合时序记忆与多智能体协调的MAPPO-TM框架，通过去中心化学习优化无人机轨迹与激光充电策略，实现峰值AoI最高降低15.1%。
2025-07-11 cs.NI
Optimizing AoI at Query in Multiuser Wireless Uplink Networks: A Whittle Index Approach
针对基于拉取的无线网络中多用户调度优化信息新鲜度问题，本文提出一种 Whittle 索引方法，通过放松约束将 MDP 解耦为子 MDP，证明其阈值型最优策略与可索引性，并设计高效算法计算索引，实现接近最优的性能。
2024-11-12 cs.IT cs.NI math.IT
Timely Monitoring of Dynamic Sources with Observations from Multiple Wireless Sensors
信息时代（AoI）最近因其在物联网传感和监控应用中的相关性而备受关注。在本文中，我们考虑的问题，最小化的AoI在一个系统中，一组源被观察到的多个传感器在一个多对多的关系，和传感器观察到一个源的概率取决于源的状态。该模型代表了许多实际场景，例如部署多个摄像机或麦克风来监视某些区域中移动的对象的场景。我们制定的马尔可夫决策过程的调度问题，并显示如何年龄最优的调度策略可以得到。我们进一步考虑问题的部分可观察的变体，并为大的状态空间设计近似策略。我们的评估表明，近似的政策工作以及在所考虑的情况下，传感器可以观察到多个源的事实是有益的，特别是当有很高的不确定性的源状态。
2022-08-18 cs.IT cs.NI math.IT
Scalable Cyclic Schedulers for Age of Information Optimization in Large-Scale Status Update Systems
研究具有异构服务时间和丢包概率的GAW多源状态更新系统的循环调度问题，提出可扩展至数千信息源且在线实现复杂度低的调度器，有效最小化系统AoI/PAoI。
2024-01-10 cs.IT cs.NI cs.PF
DRL-Based Optimization for AoI and Energy Consumption in C-V2X Enabled IoV
School of Internet of Things Engineering, Jiangnan University（江南大学物联网工程学院）；Department of Electronic Engineering, State Key laboratory of Space Network and Communications, Tsinghua University（清华大学电子工程系、空间网络与通信国家重点实验室）；Department of Electronic Engineering, Shanghai JiaoTong University（上海交通大学电子工程系）
针对C-V2X车联网中通信碰撞与能耗问题，本文提出基于深度强化学习的优化方法，联合优化信息年龄与能耗，仿真验证了其先进性。
2025-06-18 cs.LG cs.NI
Revealing Much While Saying Less: Predictive Wireless for Status Update
用于状态更新的无线通信变得越来越重要，特别是对于机器类型的控制应用。现有的工作主要集中在信息时代（AoI）优化。在本文中，状态感知预测无线接口的设计，网络和实现的目的是最大限度地减少状态恢复错误的无线网络系统，利用在线状态模型预测。预测状态更新的两个关键问题：实用性和有用性。在软件定义无线电（SDR）测试平台上进行了链路级实验，结果表明，该设计在保持较低状态恢复错误的同时，可以显著减少无线传输次数。提出了一种基于状态感知的多智能体强化学习网络解决方案（SMART），用于动态地、自主地控制自组网中设备的传输决策。在道路交通模拟器上，对多密集队列行驶场景进行了系统级仿真。结果表明，所提出的计划可以大大提高排队控制性能的最小安全距离连续车辆之间，在AoI优化的状态不知道和通信延迟优化的计划相比-这表明了我们提出的状态更新计划在现实世界中的应用程序的实用性。
2020-02-04 cs.IT cs.NI eess.SP
WiSwarm: Age-of-Information-based Wireless Networking for Collaborative Teams of UAVs
Massachusetts Institute of Technology（麻省理工学院）；Columbia University（哥伦比亚大学）
在理论通信网络和排队系统文献中，信息量度量（AoI）得到了广泛的研究。然而，它的适用性，复杂的现实世界的时间敏感系统的实验评估在很大程度上缺乏。在这项工作中，我们开发，实施和评估基于AoI的应用层中间件，使定制的WiFi网络的时间敏感的应用程序的需求。通过控制底层WiFi网络中信息的存储和流动，我们的中间件可以：（i）防止数据包冲突;（ii）丢弃不再有用的陈旧数据包;以及（iii）动态优先传输最相关的信息。为了证明我们的中间件的好处，我们实现了一个移动跟踪应用程序，使用一群无人机通过WiFi与中央控制器通信。我们的实验结果表明，相比WiFi-UDP/WiFi-TCP，中间件可以提高信息新鲜度的109倍/48倍和跟踪精度的4倍/6倍，分别。最重要的是，我们的研究结果还表明，我们的方法的性能增益增加的系统规模和/或流量负载的增加。
2022-12-06 cs.NI cs.RO
AA-DL: AoI-Aware Deep Learning Approach for D2D-Assisted Industrial IoT
本文提出AA-DL方法，利用神经网络结合地理位置信息和反馈机制进行无监督学习，有效解决了D2D辅助工业物联网中非凸调度问题，显著降低了峰值信息年龄并保持低复杂度。
2023-11-22 cs.NI eess.SP
Age of Information: An Introduction and Survey
我们总结了最近在信息时代（AoI）的广泛领域的贡献。特别是，我们描述了目前的最先进的设计和优化的低延迟的网络物理系统和应用程序中，源发送时间戳的状态更新感兴趣的收件人。这些应用程序希望在接收方的状态更新尽可能及时;然而，这通常受到有限系统资源的约束。我们描述了AoI的及时性指标，并提出了适用于各种来源和系统的AoI评估分析的一般方法。从基本的单服务器队列开始，我们将这些AoI方法应用于一系列日益复杂的系统，包括通过噪声信道传输的能量收集传感器，并行服务器系统，嵌入式网络以及各种单跳和多跳无线网络。我们还探讨了更新年龄是如何与MMSE方法的采样，估计和控制的随机过程。本文最后回顾了在网络物理应用中采用年龄优化的努力。
2020-07-16 cs.IT cs.NI math.IT
Risk-Aware Optimization of Age of Information in the Internet of Things
最小化信息年龄（AoI）的期望值是一种风险中性方法，因此它无法捕获具有潜在大AoI的罕见但关键的事件。为了捕捉这些事件的影响，本文提出了条件风险价值（CVaR）的概念，作为一种有效的一致性风险度量，适用于实时物联网状态更新的AoI最小化。在所考虑的监控系统中，IoT设备监控物理过程并将状态更新发送到具有更新成本的远程接收器。最优状态更新过程被设计为联合最小化接收器处的AoI、接收器处的AoI的CVaR以及能量成本。这个随机优化问题被制定为一个无限时域折扣风险意识马尔可夫决策过程（MDP），这是计算上难以解决的，由于时间不一致的CVaR。通过利用相干风险度量的特殊性质，风险感知的MDP减少到一个标准的MDP与增广的状态空间，我们推导出最佳的静态策略使用动态规划。特别是，最佳的历史依赖的政策的风险意识MDP的依赖于历史，只有通过增强系统的状态，可以很容易地构建使用最佳的静态政策的增强MDP。所提出的解决方案被证明是计算上易于处理的，并且能够以风险感知的方式最小化实时物联网监控系统中的AoI。
2020-02-26 cs.IT cs.NI cs.SY
UAV-Aided Lifelong Learning for AoI and Energy Optimization in Non-Stationary IoT Networks
本文提出无人机辅助的终身强化学习框架，通过共享知识库与零样本泛化持续优化非平稳物联网设备的数据新鲜度和能量消耗，并利用演员-评论家网络降低无人机能耗，实验显示平衡成本提升8.3%、无人机能耗最多降低49.38%。
2023-12-01 cs.NI eess.SP
Joint AoI and Handover Optimization in Space-Air-Ground Integrated Network
College of Computer Science and Technology, Jilin University（吉林大学计算机科学与技术学院）；Key Laboratory of Symbolic Computation and Knowledge Engineering of Ministry of Education, Jilin University（教育部符号计算与知识工程重点实验室）；College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算机与数据科学学院）；Department of Electronic and Electrical Engineering, Southern University of Science and Technology（南方科技大学电子与电气工程系）；Department of Electrical and Computer Engineering, Sungkyunkwan University（成均馆大学电子与计算机工程系）
针对LEO卫星覆盖不连续问题，提出一种感知AoI的SAGIN架构，通过联合优化发射功率分配与卫星选择以最小化AoI和切换频率，并设计了DD3QN-AS算法求解该非凸动态问题，实验证明其性能优于现有DRL基准。
2025-09-16 cs.AI cs.NI
