[논문 리뷰] Over-the-Air Computation in MIMO Multi-Access Channels: Beamforming and Channel Feedback.

Guangxu Zhu, Li Chen외 1명|arXiv (Cornell University)|2018. 03. 29.

Distributed Sensor Networks and Detection Algorithms참고 문헌 38인용 수 9

한 줄 요약

이 논문은 MIMO 다중접속 채널에서 다기능 오버더어공(Over-the-Air Computation, AirComp)을 위한 빔포밍 및 채널 피드백 기법을 제안하며, 비틀림 기하학을 활용하여 NP-완전(sum-MSE 최소화 문제)을 해결한다. 이 해법은 그라스만 다양체 상의 가중 중심으로 나타나며, AirComp-다중방송(dual) 구조를 수립하여 다중방송 시나리오로의 효율적 빔포밍 전이를 가능하게 한다.

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.

연구 동기 및 목표

• 차세대 다안테나 IoT 센서 네트워크에서 효율적인 다기능 오버더어공(AirComp)을 가능하게 하기 위해.
• 다기능 AirComp를 위한 수신 빔포밍 설계에서의 합산 평균 제곱 오차(sum-MSE) 최소화 문제인 NP-완전 문제를 해결하기 위해.
• 데이터 융합이 분산된 센서 보고서로부터 빔포머를 추정할 수 있도록 허용하는 효율적인 채널 피드백 메커니즘을 개발하기 위해.
• AirComp 빔포밍과 다중방송 빔포밍 간의 이론적 이중성(duality)을 수립하여 상호 적용 가능한 솔루션을 가능하게 하기 위해.
• 미분 기하학을 활용한 기하학적으로 탄탄한, 계산적으로 다룰 수 있는 솔루션을 제안하기 위해, 그라스만 다양체 상에서 수행함.

제안 방법

• 다기능 AirComp를 위한 수신 빔포밍 최적화를 강화된 전송 전력 제약 조건 하에서의 합산 MSE 최소화 문제로 수식화함.
• 이완된 문제를 해결하기 위해 미분 기하학을 적용하여, 최적의 빔포머가 그라스만 다양체 상의 채널 부분공간 점들의 가중 중심임을 규명함.
• 각 센서의 채널 행렬을 그라스만 다양체 상의 점으로 표현하며, 빔포밍 가중치는 이러한 부분공간의 기하학적 특성에서 유도함.
• 그라스만 다양체의 중심 해법을 활용하여 AirComp-다중방송 이중성을 수립하고, 기존의 다중방송 빔포밍 문제로 솔루션을 전이함.
• 센서들이 로컬 채널 상태 정보에서 유도된 신호를 전송하여 데이터 융합 센터가 빔포머를 재구성할 수 있도록 효율적인 채널 피드백 프로토콜을 설계함.
• 센서에서 구조적 학습 시퀀스를 사용하여 융합 센터가 채널 역행렬 또는 최소 제곱 추정을 통해 빔포머를 추정할 수 있도록 함.

실험 결과

연구 질문

• RQ1 MIMO 다중접속 채널에서 다기능 오버더어공을 위한 빔포밍을 어떻게 최적화할 수 있을까? 전력 제약 조건 하에서 합산 MSE를 최소화하기 위해.
• RQ2 다기능 AirComp에서의 NP-완전 빔포밍 문제는 그라스만 다양체 상의 해석 가능한 기하 최적화 문제로 변환될 수 있는가?
• RQ3 AirComp 빔포밍과 다중방송 빔포밍 간의 구조적 관계는 무엇이며, 이 이중성은 계산을 단순화하는 데 활용될 수 있는가?
• RQ4 데이터 융합 센터가 분산된 센서 보고서로부터 빔포머를 추정할 수 있도록 효율적인 채널 피드백을 어떻게 설계할 수 있는가?
• RQ5 다기능 AirComp에서 최적의 빔포머를 뒷받침하는 그라스만 다양체의 기하적 성질은 무엇인가?

주요 결과

• 다기능 AirComp를 위한 최적의 수신 빔포머는 각 센서의 채널 부분공간을 나타내는 그라스만 다양체 점들의 가중 중심이다.
• 빔포밍 문제의 형태가 고전적인 다중방송 빔포밍 문제와 동일시됨을 입증하여, AirComp-다중방송 이중성을 수립함.
• 그라스만 중심 해법은 다중방송 빔포밍에 대해 계산적으로 비용이 많이 드는 정수형 이완 기법 대신, 닫힌 형태의 기하학적으로 탄탄한 대안을 제공함.
• 제안된 채널 피드백 기법은 데이터 융합 센터가 센서로부터의 분산된 CSIT에 의존하는 학습 신호를 사용하여 빔포머를 추정할 수 있도록 함.
• 채널 부분공간의 내재 기하학적 특성을 활용하여 전력 제약 조건 하에서 합산 MSE 최소화를 달성함.
• 이중성 덕분에 그라스만 빔포머 해법이 다중방송 빔포밍에 직접 적용되어 반복적인 정수형 이완을 피할 수 있음.