AirCNN via Reconfigurable Intelligent Surfaces: Architecture Design and Implementation

本文提出了一种名为 AirCNN 的新型过空中模拟计算范式，通过联合优化发射预编码、接收合并及智能反射面（RIS）相移，利用多个 RIS 在无线环境中模拟二维卷积与深度可分离卷积操作，从而在满足实际约束下实现了高效的卷积神经网络层功能。

要点

这篇论文介绍了一个非常酷的概念，叫做 AirCNN。简单来说，就是利用无线信号在空气中“飞”的过程，直接代替电脑芯片里的数学运算，来运行人工智能（AI）的卷积神经网络（CNN）。

为了让你更容易理解，我们可以把这篇论文的核心思想拆解成几个生动的比喻：

1. 核心概念：把“空气”变成“计算器”

• 传统做法：想象你要做一道复杂的菜（比如识别图片里的猫）。传统电脑就像是一个厨房，你需要把食材（数据）切好，一个个放进锅里，用铲子（CPU/GPU）不停地翻炒（做乘法加法），最后端出来。这个过程很慢，而且很耗电。
• AirCNN 的做法：这篇论文提出，我们不需要那个“厨房”和“铲子”。我们直接把食材扔进空气里，利用智能反射表面（RIS） 就像一面面神奇的镜子。
  • 这些镜子可以实时调整角度，让光线（无线信号）以特定的方式反射、叠加。
  • 当信号在空中传播并撞击这些镜子时，它们自动就完成了复杂的数学运算（卷积）。
  • 接收端收到的信号，已经是“炒好”的菜了，直接就能吃（识别结果）。

2. 关键技术：智能镜子（RIS）

论文中提到的 RIS（可重构智能表面），你可以把它想象成由成千上万个微型“智能镜子”组成的巨大墙面。

• 普通镜子：光线照上去，怎么反射是固定的。
• RIS 镜子：每一块小镜子都能听指挥，瞬间改变角度（相位）。
• 作用：通过控制这些镜子的角度，我们可以把原本杂乱无章的无线信号，排列组合成我们想要的数学公式。这就好比指挥成千上万个士兵，让他们瞬间摆出一个特定的队形，这个队形本身就代表了 AI 的运算逻辑。

3. 两种“飞行”模式：MISO vs. MIMO

论文比较了两种让信号“飞行”的方式，就像两种不同的交通策略：

• MISO 模式（多天线发射，单天线接收）—— “接力赛”

  • 比喻：就像是一个接力跑。发射塔有很多根天线，它们分批次、分时间段把数据发出去。接收端只有一个接收器，它像接力的终点，一次接一个。
  • 优点：接收端设备简单（只要一根天线），就像只有一个终点裁判。
  • 缺点：因为要分批次跑，所以时间花得比较多，就像接力赛跑完一圈需要很久。
  • 结果：在大多数情况下（特别是信号不好的时候），这种“接力赛”模式跑得更稳，识别更准。

• MIMO 模式（多天线发射，多天线接收）—— “高速公路”

  • 比喻：就像是一条多车道的高速公路。发射塔和接收端都有很多天线，数据可以同时从多条车道飞过去。
  • 优点：速度极快，一次就能把数据全发完，不需要排队。
  • 缺点：接收端设备复杂，需要很多天线同时工作，就像需要很多个裁判同时看车。
  • 结果：在信号环境特别好的时候（比如视线很清晰），这种模式很快；但在信号差的时候，容易“堵车”或出错。

4. 两种“菜谱”：Conv2d vs. ConvSD

论文还测试了两种不同的 AI 运算方式：

• Conv2d（经典卷积）：就像大锅炒，把所有食材混在一起炒，味道（特征）提取得很全面，但比较费火（计算量大）。
• ConvSD（深度可分离卷积）：就像分锅炒，先把每种食材单独炒熟，最后再混合。这种方式省油（省计算资源），但在某些情况下，味道（特征提取能力）可能不如大锅炒那么浓郁。
  • 发现：在 AirCNN 里，经典的“大锅炒”（Conv2d）通常比“分锅炒”（ConvSD）表现更好，因为空气里的“魔法”（自由度）足够多，可以支撑更复杂的运算。

5. 实验结果：镜子越多越好

• 镜子数量（RIS 元素）：论文发现，墙上的“智能镜子”越多，AI 识别图片的准确率就越高。这就像合唱团的人越多，声音越洪亮、越清晰。
• 多面镜子 vs. 一面镜子：如果只有一面镜子，在信号不好的时候（比如有遮挡），效果会打折。但如果部署多面镜子（多 RIS），就像在房间里开了好几扇窗户，光线总能找到路，即使有遮挡也能通过反射到达，大大提升了识别能力。

总结

这篇论文就像是在说：未来的 AI 计算，不一定非要靠芯片里成千上万的晶体管疯狂运算。我们可以利用无线信号在空气中传播的物理特性，配合一面面“智能镜子”，让数据在飞行的过程中自动完成计算。

• 好处：速度极快（光速传播），延迟极低，而且可能更省电。
• 挑战：需要精心设计这些“镜子”的角度，就像指挥一场宏大的交响乐，让每一个音符（信号）都恰到好处。

这就好比，以前我们要算一道数学题，得在纸上写写画画（传统计算）；现在，我们只要把题目写在一张特殊的纸上，扔进风里，风一吹，纸落地时答案就已经自动显现了（AirCNN）。

技术摘要

这篇论文提出了一种名为 AirCNN 的新型范式，旨在通过**空口模拟计算（Over-the-Air, OTA）在无线物理层直接实现卷积神经网络（CNN）。该研究利用可重构智能表面（RIS）**和收发机设计，将无线传播环境“工程化”以模拟 CNN 层的运算过程，从而构建无线物理神经网络（WPNN）。

以下是对该论文的详细技术总结：

1. 研究背景与问题 (Problem)

• 背景：随着 6G 的发展，RIS 技术不仅能优化通信，还被提议用于计算。传统的数字 CNN 需要大量的乘加运算（MAC），导致高延迟和高能耗。
• 核心问题：如何直接在无线物理层利用信号传播特性来模拟 CNN 的卷积操作？
  • 挑战：卷积操作无法直接通过 OTA 传输实现，必须将其转换为矩阵乘法。
  • 难点：在满足发射功率预算、RIS 单元模相位约束等实际限制下，如何联合优化发射预编码（Precoder）、接收合并（Combiner）和 RIS 相位偏移，以精确模拟数字卷积核。
  • 扩展性：现有的研究多局限于一维卷积或实验室环境，缺乏对二维卷积（Conv2d）和轻量级卷积（如深度可分离卷积 ConvSD）在多天线（MIMO/MISO）系统中的系统性研究。

2. 方法论 (Methodology)

论文提出了 AirCNN 框架，通过联合优化预编码、合并和 RIS 相位来实现 CNN 层。

A. 核心原理：卷积转矩阵乘法

• 利用矩阵展开（Unfolding）技术，将输入图像矩阵 $X$ 和卷积核矩阵 $W$ 转换为向量形式。
• 利用 OTA 传输天然具备矩阵乘法特性（$Y = HX$），通过设计等效信道矩阵 $H$ 来模拟卷积核 $W$。
• 优化目标是最小化等效信道矩阵与目标卷积核矩阵之间的均方误差，同时考虑噪声放大和功率约束。

B. 两种 CNN 类型的实现架构

论文针对两种 CNN 类型设计了两种传输架构：RIS 辅助的 MISO（多输入单输出）和 RIS 辅助的 MIMO（多输入多输出）。

1. 经典二维卷积 (Conv2d)：

   • MISO 方案：使用时分多址（TDMA），每个时隙接收一个输出通道。利用多个 OFDM 载波同时传输输入通道。每个时隙动态调整 RIS 相位，提供大量自由度（DoFs）来模拟卷积核。
   • MIMO 方案：使用多个接收天线直接捕获不同的输出通道。仅需一个时隙，RIS 相位只需调整一次，显著降低了信令开销，但自由度较少。

2. 深度可分离卷积 (ConvSD)：

   • 将卷积分解为深度卷积（Depthwise）和逐点卷积（Pointwise）。
   • MISO 方案：利用 OFDM 载波并行传输输入通道，接收端通过数字滤波器进行逐点卷积。
   • MIMO 方案：接收天线数等于输入通道数，联合设计预编码器和合并器来模拟深度卷积，随后进行逐点卷积。

C. 联合优化

• 采用端到端训练方式，使用交叉熵损失函数。
• 联合优化数字神经网络参数、发射预编码矩阵、接收合并矩阵以及 RIS 的相位偏移矩阵。

3. 主要贡献 (Key Contributions)

1. 提出 AirCNN 框架：首次系统性地提出了利用多 RIS 和收发机设计在 OTA 环境下实现 2D CNN（包括 Conv2d 和 ConvSD）的完整方案。
2. 架构对比与设计：深入分析了 MISO 和 MIMO 两种架构在 Conv2d 和 ConvSD 场景下的实现机制，并详细对比了它们在传输开销（时隙数、RIS 调整次数、预编码/合并器调整次数）和性能上的权衡。
3. 解决多维自由度利用问题：提出了如何利用时间、频率和空间自由度来映射多通道卷积操作到物理层变换，解决了从一维到二维卷积扩展的非平凡问题。
4. 多 RIS 协同：证明了在视距（LoS）主导的环境中，部署多个 RIS 能显著提升性能，克服了单 RIS 在 LoS 环境下自由度受限的问题。

4. 实验结果 (Results)

基于 Fashion MNIST 数据集的仿真实验表明：

• 分类性能：提出的 AirCNN 架构在多种设置下均能达到令人满意的分类准确率，并随着发射功率（$P_{max}$）的增加逐渐逼近全数字 CNN 的上限。
• Conv2d 性能对比：Conv2d MISO 方案在所有设置下均优于 Conv2d MIMO 方案。这是因为 MISO 通过时分复用提供了更多的自由度（DoFs）来模拟卷积核，尽管其传输开销较大。
• ConvSD 性能对比：
  • 在低信噪比（低功率）或信道条件较差（Rician 因子 $K$ 较低，NLoS 主导）时，ConvSD MISO 优于 MIMO。
  • 在高信噪比或信道条件较好（$K$ 较高，LoS 主导）时，ConvSD MIMO 反超 MISO。这是因为 MIMO 方案在调整预编码和合并器时达到了更好的平衡，且在高 $K$ 值下信道秩降低限制了 MISO 的自由度优势。
• 多 RIS 增益：在 LoS 主导的无线环境中，使用多个 RIS（Multi-RIS）比单个 RIS 性能提升显著，因为多 RIS 增加了有效信道秩和自由度。
• Rician 因子影响：随着 $K$ 值增加，性能先升后降。当 $K$ 过大（强 LoS）时，信道秩趋于 1，导致自由度不足，性能下降；而多 RIS 部署能缓解这一问题。

5. 意义与价值 (Significance)

• 降低延迟与能耗：AirCNN 将计算任务从数字域转移到物理层，利用信号传播自然完成矩阵乘法，避免了繁琐的数字乘加运算，显著降低了推理延迟和能耗。
• 6G 与 WPNN 的融合：为 6G 网络中的“通信 - 计算一体化”提供了新的思路，展示了 RIS 不仅是通信增强工具，更是可编程的物理计算单元。
• 实际部署指导：通过对比 MISO/MIMO 和单/多 RIS 方案，为不同信道环境（LoS/NLoS）和不同资源约束下的 WPNN 部署提供了具体的设计指南。

综上所述，该论文通过创新的 AirCNN 架构，成功证明了利用无线信道和 RIS 进行模拟 CNN 计算的可行性，并在性能与开销之间找到了有效的平衡点，推动了无线物理神经网络的发展。