[논문 리뷰] Worst-Case Additive Noise in Wireless Networks

Ilan Shomorony, A. Salman Avestimehr|arXiv (Cornell University)|2012. 02. 13.

Cooperative Communication and Network Coding참고 문헌 12인용 수 5

한 줄 요약

이 논문은 독립적인 노이즈를 가진 임의의 무선 네트워크에서 가우시안 노이즈가 가장 악성인 가우시안 외의 추가 노이즈임을 증명한다. 즉, 가우시안 노이즈 네트워크에서 특정 비율을 달성하는 모든 코딩 기법은 동일한 토폴로지와 노이즈 분산을 가진 비가우시안 노이즈 네트워크로 동일한 비율을 달성하도록 변형할 수 있다. 핵심 결과는 고정된 분산을 가진 모든 가우시안 외의 추가 노이즈 분포에서 가우시안 노이즈가 용량을 최소화한다는 것이다. 이는 고전적인 점대점 결과를 복잡한 네트워크 환경으로 일반화한 것이다.

ABSTRACT

A classical result in Information Theory states that the Gaussian noise is the worst-case additive noise in point-to-point channels, meaning that, for a fixed noise variance, the Gaussian noise minimizes the capacity of an additive noise channel. In this paper, we significantly generalize this result and show that the Gaussian noise is also the worst-case additive noise in wireless networks with additive noises that are independent from the transmit signals. More specifically, we show that, if we fix the noise variance at each node, then the capacity region with Gaussian noises is a subset of the capacity region with any other set of noise distributions. We prove this result by showing that a coding scheme that achieves a given set of rates on a network with Gaussian additive noises can be used to construct a coding scheme that achieves the same set of rates on a network that has the same topology and traffic demands, but with non-Gaussian additive noises.

연구 동기 및 목표

• 가우시안 노이즈가 점대점 채널을 초월한 일반적인 무선 네트워크에서 여전히 가장 악성인 추가 노이즈인지 확인하는 것.
• 용량이 알려지지 않았거나 근사적으로만 알려진 네트워크에서 가우시안 노이즈를 가정하는 데 이론적 근거가 부족한 문제를 해결하는 것.
• 가우시안 노이즈 네트워크에서 설계된 코딩 기법을 동일한 노이즈 분산을 가진 비가우시안 노이즈 네트워크로 변환할 수 있는 프레임워크를 수립하는 것.
• 평균과 분산만을 기반으로 하여 알려지지 않은 또는 비가우시안 노이즈 분포를 가진 네트워크에서의 코딩 성능에 대해 보장하는 성능 보장을 제공하는 것.

제안 방법

• 저자들은 시간과 주파수 영역에서 신호를 혼합함으로써 '근사적으로 가우시안'인 효과적 네트워크를 만들기 위해 이산 푸리에 변환(DFT) 기반의 신호 변환을 사용한다.
• 수신 신호를 유한 정밀도로 반올림하는 양자화 기반 접근법을 도입하여, 진짜 노이즈 밀도로 수렴하는 근사 밀도의 수열을 구성한다.
• 핵심 기술 도구로는 균일한 무작위 딜레이팅(U(−2^{−m−1}, 2^{−m−1}))을 사용하여 원래 노이즈 밀도 f로 수렴하는 점별 거의 모든 곳에서 수렴하는 밀도 수열 f_m을 생성하는 것이다.
• 증명은 딜레이팅된 신호의 밀도가 원래 밀도로 수렴함을 보여주는 데 기반하며, 누적 분포 함수의 성질과 르베그 미분 정리의 성질을 활용한다.
• AWGN 네트워크에서의 유한 정밀도 코딩 기법에 대해, 동일한 노이즈 분산을 가진 비가우시안 네트워크에서 동일한 비율을 달성할 수 있는 대응 기법을 구성할 수 있음을 보여준다.
• 이러한 구성은 고차 모멘트나 특정 노이즈 분포 형태에 대한 지식 없이도 이루어지므로, 노이즈 통계에 대한 불확실성에 강건하다.

실험 결과

연구 질문

• RQ1 임의의 토폴로지와 트래픽 요구사항을 가진 일반적인 무선 네트워크에서 가우시안 노이즈가 가장 악성인 추가 노이즈인가?
• RQ2 AWGN 네트워크에서 설계된 코딩 기법을 동일한 노이즈 분산을 가진 비가우시안 노이즈 네트워크로 동일한 비율을 달성하도록 변형할 수 있는가?
• RQ3 가우시안 분포의 가장 악성 노이즈 성질이 점대점 및 완전히 특성화된 채널을 초월해 일반적인 간섭 제한 네트워크로 확장되는가?
• RQ4 모르는 노이즈 분포를 가진 네트워크에서 평균과 분산만을 기반으로 성능 보장을 유지하는 코딩 기법을 설계할 수 있는가?
• RQ5 최악의 노이즈 등가성을 확립하기 위해 네트워크 환경에서 근사 밀도의 수렴을 증명하는 데 사용할 수 있는 수학적 도구는 무엇인가?

주요 결과

• 고정된 노이즈 분산을 가진 비가우시안 추가 노이즈를 가진 모든 무선 네트워크의 용량 영역은 가우시안 노이즈를 가진 영역을 포함한다.
• AWGN 네트워크에서의 유한 정밀도 코딩 기법에 대해, 동일한 노이즈 분산을 가진 임의의 비가우시안 노이즈 네트워크에서 동일한 비율을 달성할 수 있는 대응 기법을 구성할 수 있다.
• 근사 밀도 f_m이 진짜 밀도 f로 점별 거의 모든 곳에서 수렴하므로, 변환의 점근적 타당성이 보장된다.
• 코딩 기법의 구성은 고차 모멘트나 분포 형태에 의존하지 않으며, 평균과 분산만을 기반으로 하므로 노이즈 불확실성에 강건하다.
• 결과는 고전적인 가우시안 분포의 최악의 노이즈 성질을 점대점 채널에서 임의의 네트워크 토폴로지로 일반화한다.
• 증명은 고정된 분산을 가진 모든 추가 노이즈 분포에서 가우시안 노이즈가 용량을 최소화함을 보여주며, 복잡한 다중 노드 네트워크에서도 성립한다.