[論文レビュー] Over-the-Air Computation in MIMO Multi-Access Channels: Beamforming and Channel Feedback.

Guangxu Zhu, Li Chen+1 more|arXiv (Cornell University)|Mar 29, 2018

Distributed Sensor Networks and Detection Algorithms参考文献 38被引用数 9

ひとこと要約

本稿は、MIMO多アクセスチャネルにおける多機能オーバーザエアコンピューティング（AirComp）のためのビームフォーミングおよびチャネルフィードバック技術を提案し、微分幾何学を用いてNP困難な和MSE最小化問題を解く。解はグラスマン多様体上の重み付き重心として示され、AirCompマルチキャスティング双対性を確立し、マルチキャスティング状況への効率的なビームフォーミング転送を可能にする。

ABSTRACT

To support future IoT networks with dense sensor connectivity, a technique called over-the-air-computation (AirComp) was recently developed which enables a data-fusion to receive a desired function of sensing-data from concurrent-transmissions by exploiting the superposition property of a multi-access-channel. This work aims at further developing AirComp for next-generation multi-antenna multi-modal sensor networks. Specifically, we design beamforming and channel-feedback techniques for multi-function AirComp. Given the objective of minimizing sum-mean-squared-error of computed functions, the optimization of receive-beamforming for multi-function AirComp is a NP-hard problem. The approximate problem based on tightening transmission-power constraints, however, is shown to be solvable using differential-geometry. The solution is proved to be the weighted-centroid of points on a Grassmann-manifold, where each point represents the subspace spanned by the channel matrix of a sensor. As a by-product, the beamforming problem is found to have the same form as the classic problem of multicast-beamforming, establishing the AirComp-multicasting-duality. Its significance lies in making the said Grassmannian-centroid solution transferable to the latter problem which otherwise is solved using the computation-intensive semidefinite-relaxation-technique. Last, building on the AirComp-beamforming solution, an efficient channel-feedback technique is designed for a data-fusion to receive the beamformer from distributed sensor transmissions of designed signals that are functions of local channel-state-information.

研究の動機と目的

• 次世代の多アンテナIoTセンサーネットワークにおける効率的な多機能オーバーザエアコンピューティング（AirComp）を可能にすること。
• 多機能AirCompの受信ビームフォーミング設計における和平均二乗誤差（sum-MSE）を最小化するNP困難問題に対処すること。
• データフェージョンが分散センサーレポートからビームフォーマーを推定できるようにする、効率的なチャネルフィードバックメカニズムの開発。
• AirCompビームフォーミングとマルチキャストビームフォーミングの間の理論的双対性を確立し、相互に解を応用可能にする。
• 微分幾何学を用いたグラスマン多様体上での幾何的根拠に基づいた、計算的に取り扱いやすい解の提供。

提案手法

• 送信電力制約を厳しく設定した条件下で、多機能AirCompの受信ビームフォーミング最適化を和MSE最小化問題として定式化する。
• 緩和問題を解くために微分幾何学を適用し、最適ビームフォーマーがグラスマン多様体上の各チャネル部分空間点の重み付き重心として特定されることを同定する。
• 各センサのチャネル行列をグラスマン多様体上の点として表現し、ビームフォーミング重みをこれらの部分空間の幾何学的性質から導出する。
• グラスマン多様体の重心解を活用して、AirCompとマルチキャストビームフォーミングの間の双対性を確立し、解を古典的マルチキャストビームフォーミング問題に転送する。
• センサが局所的なチャネル状態情報から導出された信号を送信することで、データフェージョンがビームフォーマーを再構成できる、効率的なチャネルフィードバックプロトコルを設計する。
• センサで構造化されたトレーニングシーケンスを用い、フェージョンセンターがチャネル逆行列法または最小二乗推定法によりビームフォーマーを推定可能にする。

実験結果

リサーチクエスチョン

• RQ1 MIMO多アクセスチャネルにおける多機能オーバーザエアコンピューティングのためのビームフォーミングを、電力制約下で和MSEを最小化するように最適化する方法は何か？
• RQ2 多機能AirCompにおけるNP困難なビームフォーミング問題を、グラスマン多様体上の解ける幾何最適化問題に変換できるか？
• RQ3 AirCompビームフォーミングとマルチキャストビームフォーミングの間の構造的関係は何か？この双対性は計算を簡略化するために活用可能か？
• RQ4 データフェージョンセンターが分散センサーレポートからビームフォーマーを推定できるように、効率的なチャネルフィードバックをどのように設計できるか？
• RQ5 多機能AirCompにおける最適ビームフォーマーを規定するグラスマン多様体の幾何的性質は何か？

主な発見

• 多機能AirCompの最適受信ビームフォーマーは、各センサのチャネル部分空間を表すグラスマン多様体上の点の重み付き重心に一致する。
• ビームフォーミング問題が形式的に古典的マルチキャストビームフォーミング問題と同等であることが示され、AirComp-マルチキャスティング双対性が確立された。
• グラスマン多様体の重心解は、マルチキャストビームフォーミングにおける計算コストの高い半定値緩和の代わりに、閉形式で幾何的根拠を持つ代替手段を提供する。
• 提案されたチャネルフィードバック技術により、データフェージョンセンターはセンサからの分散的でCSIT依存のトレーニング信号を用いてビームフォーマーを推定可能である。
• チャネル部分空間の内在的幾何構造を活用することで、電力制約下での和MSE最小化が達成された。
• 双対性のおかげで、グラスマン多様体ビームフォーマー解を直接マルチキャストビームフォーミングに適用でき、反復的半定値緩和の必要がなくなる。