将空中联邦学习与非正交多址接入相融合：RIS 能发挥什么作用？
信息论
2022-07-05 v2 信号处理
math.IT
摘要
为了将空中联邦学习（AirFL）与非正交多址接入（NOMA）整合到一个按需通用框架中，本文利用可重构智能表面（RIS）灵活调整异构数据的信号处理顺序，提出了一种新颖的 RIS 辅助混合网络。本工作的目标是通过联合优化发射功率、控制接收标量以及设计相移来最大化可达混合速率。由于所有计算与通信信号的并发传输均由 RIS 处的离散相移辅助，所考虑的问题（P0）是一个具有挑战性的混合整数规划问题。为应对这一棘手问题，我们将原问题（P0）分解为一个非凸问题（P1）和一个组合问题（P2），它们分别由连续变量和离散变量表征。对于收发机设计问题（P1），首先通过调用凸差规划求解功率分配子问题，然后利用连续凸近似处理接收控制子问题，并推导了简化情形的闭式表达式以获深刻见解。对于反射设计问题（P2），采用先松弛后量化方法求得次优解，以在复杂度与性能间取得权衡。随后，开发了一种交替优化算法来迭代求解非线性非凸问题（P0）。最后，仿真结果表明：1）所提 RIS 辅助混合网络能高效支持按需通信与计算；2）通过合理选择 RIS 位置可提升性能增益；3）所设计算法亦适用于仅含 AirFL 或 NOMA 用户的传统网络。
引用
@article{arxiv.2103.00435,
title = {Integrating Over-the-Air Federated Learning and Non-Orthogonal Multiple Access: What Role can RIS Play?},
author = {Wanli Ni and Yuanwei Liu and Zhaohui Yang and Hui Tian and Xuemin Shen},
journal= {arXiv preprint arXiv:2103.00435},
year = {2022}
}
备注
This paper has been accepted by IEEE Transactions on Wireless Communications