[論文レビュー] Over-the-Air Computation via Intelligent Reflecting Surfaces

Tao Jiang, Yuanming Shi|arXiv (Cornell University)|Apr 29, 2019

Advanced Wireless Communication Technologies参考文献 18被引用数 13

ひとこと要約

本稿は、受信機ビームフォーミングとIRS位相シフトを共同最適化することで、無線データ集約速度と信頼性を向上させるインテリジェントリフレクティングサーフェス（IRS）支援型オーバーザエアコンピューティング（AirComp）システムを提案する。新たな交替的差分凸（DC）プログラミングアルゴリズムを導入し、行列リフトを用いてランク1制約を再定式化することで、正確なランク1解を得られ、従来の半定値緩和（SDR）手法に比べて平均二乗誤差（MSE）の最小化において優れた性能を発揮する。

ABSTRACT

Over-the-air computation (AirComp) becomes a promising approach for fast wireless data aggregation via exploiting the superposition property in a multiple access channel. To further overcome the unfavorable signal propagation conditions for AirComp, in this paper, we propose an intelligent reflecting surface (IRS) aided AirComp system to build controllable wireless environments, thereby boosting the received signal power significantly. This is achieved by smartly tuning the phase shifts for the incoming electromagnetic waves at IRS, resulting in reconfigurable signal propagations. Unfortunately, it turns out that the joint design problem for AirComp transceivers and IRS phase shifts becomes a highly intractable nonconvex bi-quadratic programming problem, for which a novel alternating difference-of-convex (DC) programming algorithm is developed. This is achieved by providing a novel DC function representation for the rank-one constraint in the low-rank matrix optimization problem via matrix lifting. Simulation results demonstrate the algorithmic advantages and admirable performance of the proposed approaches compared with the state-of-art solutions.

研究の動機と目的

• fading や遮蔽による信号伝搬の劣化というオーバーザエアコンピューティング（AirComp）システムの課題に対処する。
• マスィブなIoTおよび機械学習応用分野における従来の干渉回避方式の限界を克服し、高速かつ並列なデータ集約を可能にする。
• インテリジェントリフレクティングサーフェス（IRS）を活用して再構成可能な無線環境を構築し、信号強度とシステム信頼性を向上させる。
• AirCompシステムにおける平均二乗誤差（MSE）を最小化するために、受信機ビームフォーミングとIRS位相シフトを共同最適化する。
• 非凸的かつ双二次的で、かつランク1制約を含む共同設計問題の性質を扱える、堅牢な最適化フレームワークを構築する。

提案手法

• 受信機ビームフォーミングとIRS位相シフトを含む非凸的双二次プログラミング問題としてAirComp問題を定式化する。
• 最適化問題におけるランク1制約を行列最適化フレームワークに変換するために行列リフトを適用する。
• 新たな凸関数差（DC）関数表現を用いてランク1制約を再定式化し、DCプログラミングに基づく最適化を可能にする。
• アクセスポイントにおける復調ベクトルとIRS位相シフト行列を交互に最適化する交替的最小化アルゴリズムを開発する。
• 主要化-最小化アプローチを用いて得られたDC部分問題を解き、局所最適解への収束を保証する。
• SDRがランク1解を返せない場合のバックアップとしてガウスランダム化を統合するが、DC法は設計上この問題を回避する。

実験結果

リサーチクエスチョン

• RQ1 インテリジェントリフレクティングサーフェス（IRS）は、厳しい伝搬環境下におけるオーバーザエアコンピューティング（AirComp）の性能を顕著に向上させ得るか？
• RQ2 非凸的かつ双二次的制約下で、受信機ビームフォーミングとIRS位相シフトの共同最適化を効率的に定式化・解釈する方法は何か？
• RQ3 提案されたDCプログラミングフレームワークは、ランク1行列回復のための解の質と妥当性において、従来の半定値緩和（SDR）を上回るか？
• RQ4 IRS要素数やAPアンテナ数を増加させた場合、IRS支援型AirCompシステムにおけるMSE性能にどのような影響が生じるか？
• RQ5 ランダム位相シフトやランダム化付きSDRといったベースライン手法と比較して、提案アルゴリズムのMSEと収束特性はどのように異なるか？

主な発見

• 提案された交替的DCアルゴリズムは信頼性高く収束し、正確なランク1解を達成するが、SDR手法は頻繁に妥当なランク1解を返せない。
• 3回の反復後にテストされたシナリオで、交替的SDR手法はランク1制約の解法に不成立が生じ、収束しなくなった。
• 提案されたDCベースのアプローチは、すべての構成においてSDRおよびランダム位相シフトベースラインを著しく上回る低い平均二乗誤差（MSE）を達成した。
• APアンテナ数（N）を増加させることでMSEが顕著に低下し、AirCompにおけるAPアンテナダイバーシティの利点が裏付けられた。
• IRS要素数（M）を増加させることでMSEが顕著に減少し、大規模IRSの強力な信号強化能力が実証された。
• 特に高ユーザー数および高移動度環境下では、従来のIRSなしAirCompシステムに比べ、IRS支援型AirCompシステムが顕著に優れた性能を示し、場合によってはMSEが桁違いに低減した。