AirCNN via Reconfigurable Intelligent Surfaces: Architecture Design and Implementation

Dit artikel introduceert AirCNN, een nieuw paradigma dat convolutionele neurale netwerken (CNN's) implementeert via analoge berekening over de lucht door het gebruik van meerdere reconfigurable intelligent surfaces (RIS) en geoptimaliseerde transceiverontwerpen om de draadloze omgeving te manipuleren voor het nabootsen van convolutielagen.

De kern

Stel je voor dat je een enorme, ingewikkelde taak hebt: een foto herkennen en zeggen wat erop staat (bijvoorbeeld "dit is een schoen"). Normaal gesproken doet een computer dit door een digitale "hersenen" (een kunstmatige intelligentie) te gebruiken die miljoenen berekeningen uitvoert. Dit kost tijd, energie en krachtige chips.

De auteurs van dit paper hebben een heel slim, maar ook heel ongewoon idee bedacht: Waarom die berekeningen niet gewoon laten doen door de lucht zelf?

Hier is een uitleg in simpele taal, met wat creatieve vergelijkingen.

1. Het Grote Idee: De Lucht als Rekenmachine

In de gewone wereld sturen we data van A naar B als een pakketje. De ontvanger pakt het pakketje uit en rekent het uit.
In dit nieuwe systeem, genaamd AirCNN, sturen we het signaal niet als een pakketje, maar als een golvend geluid (maar dan met radio-golven).

Het doel is om de lucht tussen de zender en de ontvanger te gebruiken als een rekenmachine. De zender stuurt een signaal, de lucht (en slimme spiegels) verandert het signaal precies zoals een wiskundige formule dat zou doen, en de ontvanger krijgt direct het antwoord. Er hoeft niets meer "in de computer" berekend te worden; de berekening is al gebeurd tijdens het vliegen.

2. De Slimme Spiegels (RIS)

Hoe krijg je de lucht om te rekenen? De lucht is namelijk vaak chaotisch en onvoorspelbaar.
Hier komen de RIS (Reconfigurable Intelligent Surfaces) om de hoek kijken.

• De Analogie: Stel je voor dat je een kamer hebt met duizenden kleine, slimme spiegeltjes aan de muur. Normaal gesproken kaatst een spiegel licht terug, maar deze spiegels zijn "slim". Ze kunnen hun hoek en helderheid in een fractie van een seconde veranderen.
• In de praktijk: Deze spiegels staan tussen de zender en de ontvanger. Ze vangen de radio-golven op, veranderen ze precies zoals nodig is (net als een lens die licht buigt), en sturen ze door. Door de hoek van al deze spiegels tegelijkertijd te veranderen, kunnen ze de radio-golven zo manipuleren dat ze een convolutie uitvoeren.
• Wat is een convolutie? Dat is een wiskundige bewerking die in beeldherkenning wordt gebruikt om patronen te vinden (bijv. "is dit een rand van een schoen?"). Normaal is dit een zware berekening voor een chip. Hier gebeurt het door de golven in de lucht te laten botsen en samensmelten.

3. Twee Manieren om het te doen: De Bus vs. De Helikopter

De onderzoekers hebben twee manieren bedacht om deze "luchtrekenmachine" te bouwen, afhankelijk van hoeveel antennes je hebt:

• MISO (De Bus):

  • Hoe het werkt: Je hebt één ontvanger (één bus) en veel zenders. Je moet de reis in verschillende etappes doen. Eerst stuur je de eerste groep data, dan de tweede, enzovoort.
  • Voordeel: Je hebt minder hardware nodig aan de kant van de ontvanger.
  • Nadeel: Het duurt langer omdat je wacht op elke etappe. Het is alsof je één voor één mensen de bus in laat stappen.
  • Resultaat: Dit bleek vaak het beste te werken, zelfs als de omstandigheden niet perfect zijn.

• MIMO (De Helikopter):

  • Hoe het werkt: Je hebt veel zenders én veel ontvangers. Je kunt alles tegelijk sturen.
  • Voordeel: Het gaat razendsnel, want alles gebeurt in één keer.
  • Nadeel: Het is complexer en vereist meer apparatuur.
  • Resultaat: Dit werkt goed, maar soms minder stabiel dan de "bus" methode, tenzij je heel veel "slimme spiegels" hebt.

4. Het Experiment: Kleding herkennen

Om te bewijzen dat dit werkt, hebben ze een beroemde dataset gebruikt: Fashion MNIST. Dit is een verzameling van zwart-wit plaatjes van kledingstukken (schoenen, shirts, tassen).

Ze hebben getest of hun "luchtrekenmachine" deze plaatjes kon herkennen.

• De uitkomst: Ja! Het systeem kon de kledingstukken herkennen met een nauwkeurigheid die dicht in de buurt kwam van een normale computer.
• De verrassing: Ze ontdekten dat als je meerdere groepen slimme spiegels gebruikt (in plaats van één grote muur), het systeem veel beter werkt. Dit is vooral handig in steden of binnenruimtes waar de signalen vaak worden geblokkeerd of verstoord. De extra spiegels zorgen voor meer "ruimte" om de golven precies te vormen.

5. Waarom is dit belangrijk?

Stel je voor dat je in de toekomst een bril draagt die alles wat je ziet direct herkent, zonder dat je telefoon of bril een zware processor nodig heeft.

• Snelheid: Omdat de berekening gebeurt terwijl het signaal vliegt, is er geen wachttijd.
• Energie: Het kost veel minder energie dan het uitvoeren van duizenden berekeningen op een chip.
• Toekomst: Dit is een stap naar 6G. Het betekent dat de infrastructuur van het internet zelf (de antennes en spiegels) slim wordt en helpt bij het uitvoeren van taken, in plaats van alleen maar data te vervoeren.

Kort samengevat:
De onderzoekers hebben bewezen dat je de lucht tussen twee punten kunt "programmeren" met slimme spiegels, zodat deze lucht fungeert als een rekenmachine voor beeldherkenning. Het is alsof je de wind gebruikt om een brief te schrijven, in plaats van de brief eerst te typen en dan te versturen.

Technische samenvatting

Hier is een gedetailleerde technische samenvatting van het artikel "CNNs in the Air via Reconfigurable Intelligent Surfaces" in het Nederlands.

Titel: CNNs in de Lucht via Reconfigurable Intelligent Surfaces (AirCNN)

1. Probleemstelling

Traditionele Convolutionele Neuronale Netwerken (CNNs) voeren berekeningen digitaal uit, wat vaak leidt tot hoge latentie en energieverbruik, vooral bij edge computing en 6G-toepassingen. Hoewel Reconfigurable Intelligent Surfaces (RIS) eerder zijn voorgesteld voor communicatie en eenvoudige over-the-air (OTA) berekeningen, blijft het realiseren van complexe 2D-convoluties (de kern van CNNs) via de fysieke laag een uitdaging.
De belangrijkste problemen zijn:

• Niet-inherentie: Convolutie kan niet direct worden uitgevoerd via OTA-transmissie; deze moet worden omgezet in matrixvermenigvuldiging.
• Beperkingen: Het ontwerp van zender- en ontvangerarchitecturen (precoders en combiners) moet rekening houden met hardwarebeperkingen zoals een eenheidsmodulus voor faseverschuivingen en een beperkt zendvermogen.
• Complexiteit: Het uitbreiden van eerdere 1D-ontwerpen naar volledige 2D-CNNs en multi-antenne systemen (MIMO/MISO) vereist een nieuwe aanpak om ruimtelijke, frequentie- en RIS-gedreven vrijheidsgraden (DoFs) te benutten.

2. Methodologie: AirCNN Framework

De auteurs stellen AirCNN voor, een nieuw paradigma waarbij de omgeving zelf fungeert als een neurale laag. Het doel is om de operaties van een CNN-laag te emuleren door de draadloze propagatieomgeving te manipuleren.

• Fundamentele Principes:

  • Convolutie naar Matrixvermenigvuldiging: Omdat OTA-transmissie inherent matrixvermenigvuldiging uitvoert, worden convolutie-operaties getransformeerd door invoer- en kernmatrices te "ontvouwen" (unfolding) en te herschikken tot vectoren/matrices die via de lucht kunnen worden vermenigvuldigd.
  • Gezamenlijke Optimalisatie: Het systeem optimaliseert gezamenlijk de zender-precoder ($F_1$), de ontvanger-combiner ($F_2$) en de faseverschuivingen van de RIS ($\Theta$) om een digitale convolutiekern ($\bar{W}$) zo nauwkeurig mogelijk na te bootsen.
  • Doel: Het uitvoeren van beeldclassificatie aan de ontvanger met een end-to-end trainingsproces (cross-entropy loss).

• Twee CNN-varianten:

  1. Conv2d: Klassieke 2D-convolutie.
  2. ConvSD (Depthwise Separable Convolution): Een lichtgewicht variant die de convolutie splitst in diepteconvolutie (per kanaal) en puntconvolutie (kruiskanaal), wat minder parameters vereist.

• Twee Transceiver Architecturen:
  De auteurs vergelijken twee implementaties voor beide CNN-varianten:

  1. RIS-geassisteerd MISO (Multiple-Input Single-Output):
     • Gebruikt tijdsdeling (Time-Division Multiple Access).
     • Vereist meerdere tijdslots (afhankelijk van het aantal outputkanalen).
     • Dynamische aanpassing van RIS-fases per tijdslot voor maximale vrijheidsgraden.
     • Geen combiner nodig aan de ontvanger (alleen versterking).
  2. RIS-geassisteerd MIMO (Multiple-Input Multiple-Output):
     • Gebruikt meerdere ontvangerantennes (één per outputkanaal).
     • Voltooid in één tijdslot.
     • Vereist zowel precoders als combiners aan de ontvanger.
     • Lagere signaaloverhead (minder RIS-aanpassingen), maar minder vrijheidsgraden voor de emulatie.

3. Belangrijkste Bijdragen

• Novel Framework: Introductie van AirCNN, een fysiek neurale netwerk dat 2D-CNNs implementeert via OTA-analoge berekening.
• Architectuurontwerp: Voorstellen en analyseren van MISO- en MIMO-architecturen voor zowel Conv2d als ConvSD.
• Optimalisatie: Een gezamenlijk optimalisatieprobleem oplossen dat rekening houdt met vermogensbeperkingen en unit-modulus faseverschuivingen.
• Uitgebreide Vergelijking: Een grondige analyse van de trade-offs tussen prestaties en communicatie-overhead (tijdslots, RIS-aanpassingen, OFDM-dragers) tussen MISO en MIMO.
• Meerdere RIS's: Demonstratie dat het gebruik van meerdere RIS's de prestaties aanzienlijk verbetert, vooral in omgevingen met een sterke Line-of-Sight (LoS) component.

4. Resultaten (Numerieke Simulaties)

De prestaties zijn geëvalueerd op basis van de Fashion MNIST dataset onder Riciaanse fading-omstandigheden:

• Prestatie vs. Vermogen: Alle OTA-schemen benaderen de digitale "upper bound" naarmate het zendvermogen ($P_{max}$) toeneemt.
• Conv2d Prestaties: Het Conv2d MISO-systeem presteert consequent beter dan het MIMO-systeem. Dit komt omdat MISO meer vrijheidsgraden (DoFs) biedt door frequentere aanpassingen van de precoders en RIS-fases (over meerdere tijdslots), wat een nauwkeurigere emulatie van de convolutiekernen mogelijk maakt.
• ConvSD Prestaties: Voor ConvSD is de situatie complexer. MISO is alleen superieur bij lage zendvermogens of slechte kanaalomstandigheden. Bij hogere vermogens presteert MIMO beter omdat het een betere balans vindt tussen precoder- en combiner-aanpassingen.
• Invloed van RIS-elementen ($M$): Een groter aantal reflecterende elementen leidt tot betere classificatie-accuraatheid door meer DoFs en hogere beamforming-winst.
• Invloed van LoS (Rician factor $K$):
  • Bij een enkele RIS ($L=1$) neemt de prestatie eerst toe met $K$, maar daalt deze weer bij zeer hoge $K$ (sterke LoS). Dit komt doordat een zuivere LoS-kanaal de rang van het kanaal verlaagt (naar 1), waardoor de beschikbare DoFs voor het manipuleren van het neurale netwerk verdwijnen.
  • Meerdere RIS's ($L > 1$): Het gebruik van meerdere RIS's maakt het systeem robuust. Zelfs bij hoge $K$ (LoS-dominantie) behoudt het systeem een hoge kanaalrang en voldoende DoFs, waardoor de prestaties stabiel blijven.

5. Betekenis en Conclusie

Dit onderzoek toont aan dat het mogelijk is om complexe deep learning-taken (zoals beeldclassificatie) uit te voeren door de fysieke draadloze omgeving te programmeren, zonder dat de zware digitale berekeningen aan de ontvanger nodig zijn.

• Efficiëntie: AirCNN verplaatst de rekenlast van digitale hardware naar de analoge signaalvoortplanting, wat potentieel leidt tot lagere latentie en energieverbruik.
• 6G-toepassingen: De resultaten onderstrepen de rol van RIS als een fundamentele technologie voor 6G, niet alleen voor communicatie, maar ook voor "Wireless Physical Neural Networks" (WPNNs).
• Praktische Inzicht: De studie benadrukt dat er geen "one-size-fits-all" oplossing is; de keuze tussen MISO en MIMO hangt af van het type CNN (Conv2d vs. ConvSD), het beschikbare vermogen en de omgevingscondities (LoS vs. NLoS). Het gebruik van meerdere RIS's wordt aanbevolen om de beperkingen van LoS-dominantie te overwinnen.