[논문 리뷰] Over-the-Air Computation via Intelligent Reflecting Surfaces

Tao Jiang, Yuanming Shi|arXiv (Cornell University)|2019. 04. 29.

Advanced Wireless Communication Technologies참고 문헌 18인용 수 13

한 줄 요약

이 논문은 전방향 전송 간섭과 차단으로 인한 신호 전파 문제를 해결하기 위해 지능형 반사 표면(IUS)을 활용한 공중 계산(AirComp) 시스템을 제안한다. 이는 수신기 및 송신기 beamforming과 IRS 위상 이득을 동시에 최적화하여 무선 데이터 집계 속도와 신뢰성을 향상시킨다. 새로운 교대형 차분-볼록(DC) 프로그래밍 알고리즘을 도입하여 랭크-1 제약 조건을 행렬 리프팅을 통해 재구성함으로써 정확한 랭크-1 해를 도출하고, 기존의 정규화된 준선형계획법(SDR) 방법보다 평균 제곱오차(MSE) 최소화에서 뛰어난 성능을 발휘한다.

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.

연구 동기 및 목표

• fading과 차단으로 인한 신호 전파 부족 문제를 해결하기 위해 공중 계산(AirComp) 시스템의 도전 과제를 해결한다.
• 대규모 IoT 및 머신러닝 응용 분야에서 전통적인 간섭 회피 기법의 한계를 극복하기 위해 동시에 처리 가능한 고속 데이터 집계를 가능하게 한다.
• 지능형 반사 표면(IUS)을 활용해 재구성 가능한 무선 환경을 조성하여 신호 강도와 시스템 신뢰성을 향상시킨다.
• AirComp 시스템에서 평균 제곱오차(MSE)를 최소화하기 위해 수신기 및 송신기 beamforming과 IRS 위상 이득을 동시에 최적화한다.
• 비볼록, 이차형, 랭크-1 제약 조건을 포함한 복합 최적화 문제의 특성을 고려한 견고한 최적화 프레임워크를 개발한다.

제안 방법

• 수신기 및 송신기 beamforming과 IRS 위상 이득을 포함한 비볼록 이차형 프로그래밍 문제로 AirComp 문제를 수립한다.
• 최적화 문제 내 랭크-1 제약 조건을 행렬 최적화 프레임워크로 변환하기 위해 행렬 리프팅을 적용한다.
• 새로운 차분-볼록(DC) 함수 표현을 사용해 랭크-1 제약 조건을 재구성함으로써 DC 프로그래밍 기반 최적화를 가능하게 한다.
• 무선접속점에서의 디코딩 벡터와 IRS 위상 이득 행렬을 번갈아 가며 최적화하는 교대 최소화 알고리즘을 개발한다.
• 주요화-최소화 기법을 사용해 유도된 DC 하위 문제를 해결함으로써 국소 최적 해로 수렴 보장한다.
• SDR가 랭크-1 해를 도출하지 못할 경우를 대비해 가우시안 랜덤화를 후속 조치로 통합하지만, DC 방법은 설계상 이 문제를 피한다.

실험 결과

연구 질문

• RQ1 지능형 반사 표면(IUS)이 열악한 전파 환경에서 공중 계산(AirComp) 성능을 크게 향상시킬 수 있는가?
• RQ2 비볼록, 이차형 제약 조건 하에서 수신기 및 송신기 beamforming과 IRS 위상 이득의 공동 최적화 문제를 효율적으로 수립하고 해결할 수 있는가?
• RQ3 제안된 DC 프로그래밍 프레임워크가 랭크-1 행렬 복원의 해의 질과 타당성 측면에서 기존의 준선형계획법(SDR)보다 뛰어나게 성능을 발휘하는가?
• RQ4 IRS 요소 수나 AP 안테나 수를 늘일 경우, IUS 보조 AirComp 시스템의 MSE 성능에 어떤 영향을 미치는가?
• RQ5 랜덤 위상 이득 또는 랜덤화를 적용한 SDR와 같은 기준 기반 방법과 비교할 때, 제안된 알고리즘이 MSE 및 수렴 성능 측면에서 어떻게 우월한가?

주요 결과

• 제안된 교대형 DC 알고리즘은 신뢰성 있게 수렴하며, SDR 방법과 달리 정확한 랭크-1 해를 도출한다.
• 테스트 시나리오에서 교대형 SDR 방법은 랭크-1 제약 조건 해결의 비가역성로 인해 단 3회 반복 후 수렴하지 못하며, 가우시안 랜덤화를 적용해도 마찬가지다.
• 제안된 DC 기반 접근법은 모든 구성에서 SDR 및 랜덤 위상 이득 기준 대비 유의미하게 낮은 평균 제곱오차(MSE)를 달성한다.
• AP 안테나 수(N)를 늘일수록 MSE가 크게 감소함을 확인하여, AirComp에서 더 높은 AP 안테나 다이버시티의 이점이 있음을 입증한다.
• IRS 요소 수(M)를 늘릴수록 MSE가 유의미하게 감소함을 확인하여, 대규모 IRS가 강력한 신호 강화 능력을 지닌다는 것을 입증한다.
• 특히 고사용자 및 고속 이동 환경에서 기존의 IRS 없이 구현된 AirComp 시스템에 비해 IUS 보조 AirComp 시스템이 훨씬 뛰어난 성능을 보이며, 일부 사례에서는 MSE가 수개의 지수 수준으로 감소한다.