通过空中计算加速分布式优化
信息论
2022-12-29 v1 信号处理
math.IT
摘要
分布式优化在鲁棒传感器网络控制、智能电网管理、机器学习、资源切片和定位等新兴应用中无处不在。然而，本地节点与中心节点间广泛的数据交换可能造成严重的通信瓶颈。为克服该挑战，空中计算（AirComp）是一项有前景的介质访问技术，其利用无线多址信道（MAC）的叠加特性并提供显著的带宽节省。本工作中，我们提出一种面向一般分布式凸优化问题的 AirComp 框架。具体而言，优化过程采用分布式原始对偶（DPD）次梯度法。在一般假设下，我们证明 DPDAirComp 能渐近实现零期望约束违反。因此，尽管存在信道衰落与加性噪声，DPD-AirComp 确保了原问题的可行性。此外，通过对用户信号进行适当的功率控制，期望的非零最优性间隙亦可被缓解。给出了所提框架的两个实际应用，即智能电网管理与无线资源分配。最后，数值结果再次确认了 DPD-AirComp 的优异性能，同时表明相较于数字正交多址方案（具体而言为时分多址（TDMA）），DPD-AirComp 收敛速度快一个数量级。
引用
@article{arxiv.2212.14003,
title = {Accelerating Distributed Optimization via Over-the-Air Computing},
author = {Nikos A. Mitsiou and Pavlos S. Bouzinis and Panagiotis D. Diamantoulakis and Robert Schober and George K. Karagiannidis},
journal= {arXiv preprint arXiv:2212.14003},
year = {2022}
}