Over-the-Air Computation via Segmented Waveguide-Enabled Pinching-Antenna Systems

기술 요약: 세그먼트 도파관 기반 핀칭 안테나 시스템을 통한 공중 계산

문제 제기
공중 계산 (AirComp) 은 다중 접속 채널에서 파형 중첩을 활용하여 분산된 신호로부터 함수 (예: 합계) 를 직접 계산할 수 있게 함으로써 차세대 무선 네트워크의 핵심 촉진제입니다. 그러나 AirComp 성능은 채널 정렬에 매우 민감하며, 페이딩, 차단, 공간적 변동과 같은 요인들은 심각한 집계 왜곡을 초래할 수 있습니다.

이동형 안테나 및 핀칭 안테나 시스템 (PASS) 과 같은 재구성 가능 안테나를 활용한 최근 해결책들은 안정적인 시선 (LoS) 링크를 확립하는 것을 목표로 합니다. PASS 는 유전체 도파관을 따라 안테나를 배치하여 차단을 우회하지만, 상향 링크 시나리오에서는 근본적인 과제가 발생합니다. 단일 연속 도파관에서 여러 안테나가 활성화될 때, **안테나 간 복사 (IAR)**가 발생합니다. 유도된 신호는 피드 포인트에 도달하기 전에 중간 안테나들에 의해 재복사되어 심각한 신호 결합을 유발합니다. 기존 연구들은 다루기 쉬운 신호 모델의 부재로 인해 이러한 효과를 종종 간과하여 지나치게 이상화된 성능 평가를 초래했습니다.

방법론
PASS 의 공간적 유연성을 유지하면서 IAR 문제를 해결하기 위해, 본 논문은 **세그먼트 도파관 기반 핀칭 안테나 시스템 (SWAN)**을 제안합니다. SWAN 은 긴 도파관을 여러 개의 독립적인 세그먼트로 분할하며, 각 세그먼트당 최대 하나의 핀칭 안테나 (PA) 만 활성화됩니다. 이 아키텍처는 차단을 우회하는 능력을 유지하면서 IAR 을 억제합니다.

저자들은 세 가지 서로 다른 전송 아키텍처 하에서 AirComp 프레임워크를 개발했습니다:

1. 세그먼트 선택 (SS): 하나의 세그먼트만 활성화되어 스위칭 네트워크를 통해 무선 주파수 (RF) 체인에 연결됩니다.
2. 유형 I 세그먼트 집계 (SA): 모든 세그먼트가 동시에 활성화되어 위상 천이기 없이 RF 프론트 엔드에서 직접 결합됩니다.
3. 유형 II 세그먼트 집계 (SA): 모든 세그먼트가 활성화되지만, 각 세그먼트는 RF 결합 전에 세그먼트별 위상 제어를 가능하게 하는 위상 천이기를 장착합니다.

각 아키텍처에 대해, 수신 스케일링 인자, PA 위치, (해당되는 경우) 세그먼트 위상 천이를 공동으로 최적화하여 **계산 평균 제곱 오차 (MSE)**를 최소화하는 것이 목표입니다. 진동 위상 항으로 인한 문제의 비볼록성으로 인해, 저자들은 저복잡도 알고리즘을 제안합니다:

• SS 의 경우: 2 단계 탐색 알고리즘이 개발되었습니다. 먼저 중점을 평가하여 최적의 세그먼트를 선택한 후, 해당 세그먼트 내에서 정밀 탐색을 수행합니다.
• SA (유형 I 및 II) 의 경우: 교대 최적화 (AO) 프레임워크가 사용됩니다.
  • 유형 I SA 의 경우, PA 위치는 이산화된 가능 집합에 대한 1 차원 탐색을 통해 순차적으로 업데이트됩니다.
  • 유형 II SA 의 경우, AO 프레임워크는 PA 위치 업데이트 (1 차원 탐색을 통해) 와 위상 천이 업데이트 사이를 교대로 수행합니다. 특히, 위상 천이 업데이트는 **폐형 (closed-form)**으로 유도되어 포괄적 탐색을 피하고 복잡도를 줄입니다.

주요 기여

• 시스템 아키텍처: 안테나를 독립적인 도파관 세그먼트로 격리하여 안테나 간 복사 (IAR) 를 효과적으로 억제하는 AirComp 전용 SWAN 아키텍처의 도입.
• 전송 아키텍처: 하드웨어 복잡도와 집계 이득 및 채널 정렬 사이의 절충을 위해 세 가지 전송 방식 (SS, 유형 I SA, 유형 II SA) 의 제안 및 분석.
• 최적화 알고리즘: 공동 PA 배치 및 위상 제어를 위한 저복잡도 알고리즘 개발. 특히, 유형 II SA 의 위상 업데이트에 대한 폐형 해의 유도는 포괄적 탐색에 비해 계산 오버헤드를 크게 줄입니다.
• 성능 분석: 기존 PASS(단일 연속 도파관 및 단일 PA 사용, IAR 로 인해 기존 PASS 의 다중 PA 모델은 현재 다루기 어려움) 와 SWAN 을 비교한 포괄적인 수치 평가.

수치 결과
28 GHz 캐리어 주파수 및 다양한 도파관 감쇠 수준 ($\kappa$) 과 같은 매개변수로 수행된 시뮬레이션은 다음과 같은 결과를 도출했습니다:

• PASS 대비 우위: SWAN 은 특히 손실이 있는 환경에서 기존 PASS 를 크게 능가합니다. SS 는 손실이 없는 시나리오에서는 단일 PA PASS 와 유사한 성능을 보이지만, 감쇠가 존재할 때는 SWAN 이 전파 손실을 짧은 세그먼트로 국한시키기 때문에 이를 능가합니다.
• 집계 이득: 유형 I SA 는 여러 개의 활성화된 PA 로부터의 어레이 이득으로 인해 SS 보다 훨씬 낮은 MSE 를 달성합니다.
• 위상 제어 이점: 유형 II SA 는 모든 방식 중 일관되게 가장 낮은 MSE 를 제공합니다. 세그먼트별 위상 제어는 채널 정렬을 더욱 향상시켜, 위치와 위상의 공동 최적화가 고정밀 AirComp 에 필수적임을 보여줍니다.
• 강건성: 세그먼트화된 아키텍처는 도파관 내 감쇠에 대해 강건한 것으로 입증되었습니다. 세그먼트 수가 증가함에 따라 (개별 세그먼트 길이 단축), 손실이 있는 SWAN 방식과 손실이 없는 SWAN 방식 간의 성능 격차는 감소합니다.
• 수렴: 제안된 AO 알고리즘은 중간 정도의 반복 횟수 내에서 수렴하며, 유형 II SA 는 유형 I SA 보다 더 낮은 최종 MSE 를 달성합니다.

의의
본 논문은 SWAN 이 지연 시간과 높은 신뢰성이 요구되는 엣지 지능 응용 분야를 포함한 향후 통신 중 계산 시스템을 위한 유연하고 효율적인 물리 계층 아키텍처를 제공한다고 주장합니다. 연속 도파관 시스템에 내재된 IAR 문제를 해결함으로써, SWAN 은 AirComp 를 위한 다중 안테나 집계의 실용적 배포를 가능하게 합니다. 결과는 세그먼트 선택이 효과적이지만, **위상 제어가 포함된 세그먼트 집계 (유형 II SA)**가 가장 유망한 접근 방식임을 시사하며, 계산 오차를 최소화하기 위해 상당한 집계 이득과 개선된 채널 정렬을 제공합니다.