[논문 리뷰] Over-the-Air Computation Systems: Optimization, Analysis and Scaling Laws

Wanchun Liu, Xin Zang외 2명|arXiv (Cornell University)|2019. 09. 01.

Distributed Sensor Networks and Detection Algorithms참고 문헌 24인용 수 6

한 줄 요약

이 논문은 피크 전력 제약 조건 하에서 계산 평균 제곱 오차(MSE)를 최소화하기 위해 공기 중 계산(AirComp) 시스템을 위한 최적의 전송-수신(Tx-Rx) 정책을 제안한다. 다중 접근 채널의 초합성질과 기능 분해를 활용하여, 저자들은 K개의 센서가 증가함에 따라 평균 계산 MSE와 평균 전력 소비가 점점 줄어들게 되는 폐쇄형 해를 도출한다. 이는 대규모 IoT 응용 분야에서 유리한 스케일링 법칙을 보여준다.

ABSTRACT

For future Internet of Things (IoT)-based Big Data applications (e.g., smart cities/transportation), wireless data collection from ubiquitous massive smart sensors with limited spectrum bandwidth is very challenging. On the other hand, to interpret the meaning behind the collected data, it is also challenging for edge fusion centers running computing tasks over large data sets with limited computation capacity. To tackle these challenges, by exploiting the superposition property of a multiple-access channel and the functional decomposition properties, the recently proposed technique, over-the-air computation (AirComp), enables an effective joint data collection and computation from concurrent sensor transmissions. In this paper, we focus on a single-antenna AirComp system consisting of $K$ sensors and one receiver (i.e., the fusion center). We consider an optimization problem to minimize the computation mean-squared error (MSE) of the $K$ sensors' signals at the receiver by optimizing the transmitting-receiving (Tx-Rx) policy, under the peak power constraint of each sensor. Although the problem is not convex, we derive the computation-optimal policy in closed form. Also, we comprehensively investigate the ergodic performance of AirComp systems in terms of the average computation MSE and the average power consumption under Rayleigh fading channels with different Tx-Rx policies. For the computation-optimal policy, we prove that its average computation MSE has a decay rate of $O(1/\sqrt{K})$, and our numerical results illustrate that the policy also has a vanishing average power consumption with the increasing $K$, which jointly show the computation effectiveness and the energy efficiency of the policy with a large number of sensors.

연구 동기 및 목표

• 제한된 스펙트럼과 계산 자원을 가진 대규모 IoT 네트워크에서 효율적인 데이터 수집 및 계산 도전 과제를 해결하기 위해.
• 각 센서의 피크 전력 제약 조건 하에서 공기 중 계산(AirComp) 시스템의 계산 평균 제곱 오차(MSE)를 최소화하기 위해.
• 전송 센서 수 K에 대한 평균 계산 MSE(ACM)와 평균 전력 소비(APC)의 스케일링 법칙을 유도하고 분석하기 위해.
• 대규모 센서 네트워크에서 MSE 및 에너지 효율성 측면에서 제안된 Tx-Rx 정책의 최적성 확립하기 위해.

제안 방법

• K개의 센서와 하나의 수신기가 있는 단일 안테나 AirComp 시스템에서 MSE를 최소화하기 위해 전송 및 수신 정책의 공동 최적화를 제안한다.
• 다중 접근 채널의 초합성질과 기능 분해를 활용하여 다변수 함수를 단변수 함수의 합으로 표현한다.
• 비볼록 최적화 문제임에도 불구하고 피크 전력 제약 조건 하에서 MSE를 최소화하는 폐쇄형 최적 Tx-Rx 정책을 유도한다.
• K → ∞일 때의 점근적 분석을 통해 에르고딕 성능을 분석하고 ACM 및 APC의 스케일링 법칙을 수립한다.
• 리만 합 근사와 확률적 경계를 활용하여 MSE 및 전력 소비의 하한 및 상한을 유도한다.
• 레마 3a와 조화급수 성질을 적용하여 K의 다양한 스케일링 영역에서 전력 소비의 점근적 행동을 분석한다.

실험 결과

연구 질문

• RQ1 피크 전력 제약 조건 하에서 AirComp 시스템의 계산 MSE를 최소화하는 최적의 Tx-Rx 정책은 무엇인가?
• RQ2 최적 정책 하에서 평균 계산 MSE는 전송 센서 수 K에 따라 어떻게 변화하는가?
• RQ3 다양한 Tx-Rx 정책 하에서 평균 전력 소비는 K에 대해 어떻게 스케일링되는가?
• RQ4 최적 정책은 K가 증가함에 따라 계산 MSE와 전력 소비를 점점 줄일 수 있는가?
• RQ5 대규모 AirComp 시스템에서 MSE 및 에너지 효율성 측면에서 성능의 기본 한계는 무엇인가?

주요 결과

• 계산 최적의 Tx-Rx 정책은 전송 센서 수 K가 증가함에 따라 평균 계산 MSE(ACM)가 점점 줄어든다.
• 최적 정책 하에서 평균 전력 소비(APC) 역시 K가 증가함에 따라 점점 줄어들며, 이는 대규모 구현에서 높은 에너지 효율성을 의미한다.
• 최적 정책 하에서 ACM의 점근적 스케일링은 O(1/K)이며, 특정 조건 하에서는 APC도 O(1/K)로 스케일링되어 유리한 스케일링 법칙을 확인한다.
• 활성 센서 수가 K에 비례하여 증가할 경우, ACM은 O(1/K)로 스케일링되고 APC는 O(1)로 스케일링되며, 이는 성능과 자원 사용 간의 상충 관계를 반영한다.
• 정규화된 MSE의 하한을 통해 ACM이 O(1/K)보다 더 빠르게 스케일링될 수 없음을 확인하여 유도된 정책의 최적성을 확인한다.
• 분석 결과, 최적 정책는 고차원 센서 네트워크에서도 낮은 MSE와 전력 소비를 유지함을 확인하여, 이는 대규모 IoT 응용 분야에 적합함을 입증한다.