공간 상관 스위칭 토폴로지를 위한 가중치 최적화

본 논문은 무작위 네트워크에서 합의 알고리즘이 직면하는 핵심 문제인 “가중치 설계”를 새로운 관점에서 접근한다. 전통적인 합의 연구는 주로 정적이거나 독립적인 링크 실패 모델을 가정했으며, 가중치 선택도 단순히 Metropolis, 최대-디그리, 혹은 균등 가중치와 같은 휴리스틱에 의존했다. 그러나 실제 무선 환경에서는 링크의 존재 여부가 지리적 인접성, 전파 조건, 전력 제어 등에 의해 서로 상관관계를 갖는다. 예를 들어, 한 지역에 비가 오면 해당 지역의 여러 무선 링크가 동시에 손실될 가능성이 높다. 이러한 공간 상관성을 무시하면 가중치 최적화가 비효율적이거나 심지어 수렴을 보장하지 못한다. 논문은 먼저 “공간 상관 스위칭 토폴로지”라는 모델을 정의한다. 각 가능한 무선 링크 \((i,j)\)에 대해 존재 확률 \(p_{ij}\)와, 두 링크 \((i,j),(k,l)\) 사이의 공분산 \(\sigma_{(ij)(kl)}\)를 지정한다. 이때 \(\sigma\)는 양의 반정밀 행렬이며, 링크 실패가 독립적이면 \(\sigma\)는 대각 행렬이 된다. 이러한 확률·공분산 구조는 실제 측정 데이터나 통계 모델을 통해 추정될 수 있다. 다음으로, 대칭 랜덤 그래프(양방향 링크)와 비대칭 랜덤 그래프(단방향 링크)를 각각 별도로 분석한다. 대칭 경우, 합의 상태 벡터 \(x(k)\)는 평균 제곱 오차(MSE) \(\mathbb{E}\|x(k)-\bar{x}\mathbf{1}\|^2\)가 시간에 따라 지수적으로 감소한다는 것이 알려져 있다. 저자는 이 수렴 속도를 결정하는 주요 파라미터를 \(\rho(W)=\lambda_{\max}\bigl(\mathbb{E}