[论文解读] Convex Optimization of Distributed Cooperative Detection in Multi-Receiver Molecular Communication

Yuting Fang, Adam Noel+3 more|arXiv (Cornell University)|Nov 17, 2016

Molecular Communication and Nanonetworks参考文献 24被引用 3

一句话总结

本文提出了一种用于多接收器分子通信系统中分布式协作检测的凸优化框架，其中K个接收器基于本地硬决策向融合中心（FC）报告，并采用N选K融合规则。通过推导在完美报告和噪声报告条件下全局误码概率的凸近似，作者构建了次优的凸优化问题，联合优化接收器和FC的判决阈值，实现了接近最优的误码性能，并保证收敛。

ABSTRACT

In this paper, the error performance achieved by cooperative detection among K distributed receivers in a diffusion-based molecular communication (MC) system is analyzed and optimized. In this system, the receivers first make local hard decisions on the transmitted symbol and then report these decisions to a fusion center (FC). The FC combines the local hard decisions to make a global decision using an N-out-of-K fusion rule. Two reporting scenarios, namely, perfect reporting and noisy reporting, are considered. Closed-form expressions are derived for the expected global error probability of the system for both reporting scenarios. New approximated expressions are also derived for the expected error probability. Convex constraints are then found to make the approximated expressions jointly convex with respect to the decision thresholds at the receivers and the FC. Based on such constraints, suboptimal convex optimization problems are formulated and solved to determine the optimal decision thresholds which minimize the expected error probability of the system. Numerical and simulation results reveal that the system error performance is greatly improved by combining the detection information of distributed receivers. They also reveal that the solutions to the formulated suboptimal convex optimization problems achieve near-optimal global error performance.

研究动机与目标

• 分析并优化基于扩散的多接收器分子通信系统中分布式协作检测的误码性能。
• 解决现有分子通信模型中多个接收器之间缺乏主动协作的问题，从而提升在长距离或噪声环境下的可靠性。
• 开发一种可处理的优化框架，联合优化单个接收器和融合中心的判决阈值，以最小化全局误码概率。
• 通过推导误码概率的凸近似，确保计算可行性，从而可通过凸优化高效求解。

提出的方法

• 建立一个多接收器分子通信系统模型，其中每个接收器基于观测到的分子数量做出本地硬决策。
• 引入一个融合中心（FC），利用N选K融合规则合并本地决策以做出全局决策。
• 推导在完美报告和噪声报告两种场景下全局误码概率的闭式表达式。
• 提出与接收器和FC判决阈值联合凸的近似误码概率表达式。
• 通过设定阈值的约束条件建立凸约束，确保近似误码函数关于接收器和FC阈值的联合凸性，从而实现高效优化。
• 求解次优的凸优化问题，以确定最小化期望全局误码概率的最优判决阈值。

实验结果

研究问题

• RQ1 在基于扩散的分子通信系统中，多个分布式接收器之间的协作检测如何提升误码性能？
• RQ2 在多接收器分子通信系统中，报告可靠性（完美 vs. 噪声）对全局误码概率有何影响？
• RQ3 能否以一种方式近似全局误码概率，从而实现接收器和融合中心判决阈值的联合凸优化？
• RQ4 何种约束可确保近似误码函数关于接收器和融合中心阈值均保持凸性？
• RQ5 所提出的凸优化框架所实现的误码性能距离最优性能有多接近？

主要发现

• 所提出的凸优化框架实现了接近最优的全局误码性能，与非协作检测相比显著提升了可靠性。
• 通过结合多个分布式接收器的决策，系统误码性能得到显著增强，尤其在低信号环境下表现更优。
• 在所推导的约束条件下，近似误码概率表达式关于接收器和融合中心阈值呈联合凸性，从而支持高效优化。
• 数值结果表明，凸优化问题的次优解非常接近理论最优解，性能损失极小。
• 该框架在完美和噪声报告条件下均表现出鲁棒性，噪声报告情形下仅出现轻微但可管理的性能下降。
• 通过设定判决阈值的边界，确保了近似误码函数的黑塞矩阵保持半正定，从而维持凸性与收敛性保证。