[논문 리뷰] Over-the-Air Computing for Wireless Data Aggregation in Massive IoT

Guangxu Zhu, Jie Xu외 2명|arXiv (Cornell University)|2020. 09. 04.

Indoor and Outdoor Localization Technologies참고 문헌 24인용 수 27

한 줄 요약

이 논문은 다량의 사물인터넷(IoT) 환경에서 무선 데이터 집계를 위한 확장 가능한 솔루션으로 공중에서의 계산(AirComp)을 제안한다. 다중접속 채널의 파형 중첩 특성을 활용하여 평균 등의 함수를 직접 공중에서 계산한다. 계산과 통신을 통합함으로써 AirComp는 저지연, 고스펙트럼효율성 데이터 집계를 달성하며, 차량 편대 주행 및 분산 학습과 같은 응용 분야에서 라운드당 지연을 밀리초 이하 수준으로 줄인다.

ABSTRACT

Wireless data aggregation (WDA), referring to aggregating data distributed at devices (e.g., sensors and smartphone), is a common operation in 5G-and-beyond machine-type communications to support Internet-of-Things (IoT), which lays the foundation for diversified applications such as distributed sensing, learning, and control. Conventional WDA techniques that are designed based on a separated-communication-and-computation principle encounter difficulty in accommodating the massive access under the limited radio resource and stringent latency constraints imposed by emerging applications (e.g, auto-driving). To address this issue, over-the-air computation (AirComp) is being developed as a new WDA solution by seamlessly integrating computation and communication. By exploiting the waveform superposition property of a multiple-access channel, AirComp turns the air into a computer for computing and communicating functions of distributed data at many devices, thereby allowing low-latency WDA over massive devices. In view of growing interests on AirComp, this article provides a timely overview of the technology by introducing basic principles, discussing advanced techniques and applications, and identifying promising research opportunities.

연구 동기 및 목표

• 제한된 무선 자원과 엄격한 지연 제약 조건 하에서 다량의 사물인터넷 연결의 확장성 문제를 해결한다.
• 다량의 장치 접근에서 높은 지연과 낮은 스펙트럼 효율성 문제를 겪는 전통적인 정규 다중접속 방식의 한계를 극복한다.
• 차량 편대 주행, 드론 스웜, 분산 학습과 같은 실시간 응용 분야를 위한 통신과 계산의 원활한 통합을 가능하게 한다.
• 5세대 및 그 이상의 네트워크에서 AirComp의 기본 원리, 고도화된 기법, 응용 사례 및 열린 연구 과제에 대한 종합적인 개요를 제공한다.

제안 방법

• 다중접속 채널(MAC)의 아날로그 파형 중첩 특성을 활용하여 동시에 전송 및 공중에서의 집계를 가능하게 한다.
• 수신 신호가 원하는 함수(예: 평균)에 근접하도록 전송기에서 채널 사전보정을 적용한다.
• 데이터 값들을 신호 진폭에 매핑하기 위해 선형 아날로그 변조를 적용하여 무선 전송 중에 계산을 수행한다.
• 독립적인 가우시안 소스를 가진 가우시안 MAC에서 평균 제곱오차(MSE) 왜곡을 최소화하기 위해 진폭 정렬을 사용한다.
• 평균을 넘어서, 수신기에서 적절한 사전 및 사후 처리를 통해 노모그래픽 함수를 계산한다.
• 각 에이전트가 전송기이자 융합센터 역할을 하여 실시간 공중 평균을 이용해 로컬 상태를 갱신함으로써 분산 공감 프로토콜을 위한 탈중앙화된 AirComp를 지원한다.

실험 결과

연구 질문

• RQ1 1000억 대의 장치를 포함하는 다량의 사물인터넷 네트워크에서 무선 데이터 집계를 어떻게 확장 가능하고 저지연으로 구현할 수 있는가?
• RQ2 스펙트럼 효율성과 지연 측면에서 AirComp가 기존의 정규 다중접속 방식에 비해 얼마나 높은 성능 향상을 이룰 수 있는가?
• RQ3 실제 환경의 제약 조건, 예를 들어 불완전한 채널 상태 정보와 동일 대역 간섭에 대해 AirComp를 어떻게 강건하게 만들 수 있는가?
• RQ4 지상 및 공중 액세스 포인트를 포함한 이질적이고 3차원 네트워크에서 AirComp를 구현할 때의 주요 설계 과제는 무엇인가?
• RQ5 기존 통신 시스템의 성능을 떨어뜨리지 않으면서 AirComp를 어떻게 통합할 수 있는가?

주요 결과

• AirComp는 모든 장치가 동시에 전체 무선 자원에 접근할 수 있도록 하여, 시간/주파수 슬롯을 할당하는 정규 방식과는 달리 높은 스펙트럼 효율성을 달성한다.
• 이론적 분석을 통해 AirComp는 가우시안 소스에 대해 가우시안 MAC에서 평균 제곱오차(MSE) 왜곡을 최소화함으로써 이상 조건 하에서는 최적임을 입증한다.
• 분산 공감 프로토콜에서 AirComp는 라운드당 지연을 밀리초 이하 수준(예: 1–10 ms)으로 줄여 차량 편대 주행과 같은 실시간 응용 분야를 가능하게 한다.
• 탈중앙화된 AirComp는 각 에이전트가 동시에 자신의 상태를 전송하고 다른 이들의 상태 평균을 수신함으로써 공감 수렴 속도를 가속화한다.
• 실제로 AirComp를 구현하기 위해서는 불완전한 채널 상태 정보와 동일 대역 간섭에 대한 강건성이 필요하며, 이는 이론적 성능 향상 수준을 크게 떨어뜨릴 수 있다.
• 기존 통신과의 공존은 핵심 과제이며, AirComp의 동시에 전송은 기지국의 업링크 간섭을 증가시킬 수 있어 새로운 간섭 관리 기법이 필요하다.