信息价值驱动的自适应采集与边缘调度

一、引言

信息时代的核心悖论在于：我们拥有前所未有的数据采集能力，但能量、带宽和计算资源永远是有限的。无线传感器网络中的电池节点、边缘服务器的CPU周期、云端到边缘的带宽——每一类资源都有其硬约束。因此，一个根本性问题浮现出来：在资源约束下，我们应该采集、传输和处理哪些信息？以何种频率？以何种优先级？

传统的资源分配策略通常采用“一刀切”的目标：

• 最小化信息年龄(Age of Information, AoI)：假设所有信息等值，只追求新鲜度。
• 最大化吞吐量：假设数据量越大越好。
• 最小化延迟：假设越快越好。

但这些假设在现实中往往不成立。一条股票行情延迟1秒可能损失百万，而一条温度读数延迟10分钟可能毫无影响。一条地震预警在5秒内价值连城，30秒后归零。更根本地，信息的价值不在于其比特数，而在于它能否帮助接收者做出更优的决策，并以更高效的方式转换能量。

本文提出一个基于信息价值的统一框架，核心思想是：每条信息有一个价值函数 V(t) = V_0 × R(延迟) × S(信息年龄)，其中 R 惩罚传输延迟（实时性），S 惩罚信息老化（实效性）。在此基础上，我们引入生态价值项 V_eco，衡量信息引导的能量节约与处理能耗之差。

基于此框架，我们聚焦两个互补的应用场景：