분산 재귀 최소제곱 알고리즘의 안정성 및 성능 분석

초록

본 논문은 무선 센서 네트워크에서 협력적으로 파라미터를 추정하기 위해 분산 재귀 최소제곱(D‑RLS) 알고리즘을 제안한다. 대안 최소화(AMA)를 이용해 복잡성을 크게 낮추면서도, 평균 및 MSE 의미에서의 안정성을 보장하고, 잡음이 있는 통신 환경에서도 정상적인 추적 능력을 유지한다. 이론적 MSE 정밀도와 수렴 조건을 닫힌 형태로 도출하고, 시뮬레이션을 통해 실제 데이터의 시간 상관성을 포함한 상황에서도 정확성을 확인하였다.

상세 분석

본 연구는 기존의 분산 RLS 연구가 주로 AD‑MoM 기반으로 구현되어 복잡한 행렬 연산을 요구하던 점을 개선하고자, 대안 최소화(Alternating‑Minimization Algorithm, AMA)를 적용하였다. AMA는 라그랑지안의 일반 형태만을 최소화함으로써, 매 반복마다 대규모 행렬 역연산을 회피하고, 각 센서가 수행해야 하는 연산량을 O(p²)에서 O(p) 수준으로 감소시킨다. 또한, “bridge sensor” 개념을 폐지하여 모든 노드가 동일한 역할을 수행하도록 함으로써 네트워크 토폴로지에 대한 의존성을 최소화하였다.

알고리즘은 두 단계로 구성된다. 첫 번째 단계에서는 라그랑지 승수(v, u)를 인접 노드 간 차이와 페널티 계수 c에 따라 업데이트하고, 두 번째 단계에서는 각 센서가 자신의 로컬 비용(가중치 최소제곱)과 현재 승수를 이용해 새로운 추정값 s_j를 구한다. 이때, 통신 잡음 η_{ij}(t)와 관측 잡음이 모두 가정되며, 잡음은 시간·공간적으로 백색이며 서로 독립이라고 가정한다.

이론적 분석에서는 D‑RLS의 동적을 평균화된 ‘averaged’ 시스템으로 근사시켜, 스토캐스틱 차분 방정식 형태로 전개하였다. 독립성 가정 하에, 상태 공분산 행렬을 이용해 전역 및 개별 센서 수준의 MSE를 정확히 계산할 수 있었으며, 이는 λ(포겟팅 팩터)와 정규화 행렬 Φ₀, 네트워크 라플라시안 L, 통신 잡음 공분산 R_η 등 주요 파라미터와 명시적으로 연결된다.

안정성 분석에서는 평균 의미와 MSE 의미 두 가지 관점에서 충분조건을 제시한다. 평균 안정성은 스펙트럴 반경 ρ(·)를 이용해 ρ(I − c L)·λ < 1을 만족하면 보장되며, MSE 안정성은 상태 공분산이 유한한 고정점에 수렴함을 보이는 Lyapunov 함수 기반 부등식으로 증명된다. 이러한 조건은 단계 크기 c와 포겟팅 팩터 λ가 적절히 선택될 경우, 통신 잡음이 존재하더라도 추정 오차가 유한 반경 내에 머무른다는 고확률 보장을 제공한다.

시뮬레이션에서는 정규 및 비정규(시간 상관) 데이터, 그리고 다양한 SNR 수준의 통신 잡음을 고려하였다. 결과는 이론적으로 도출된 MSE 정밀도와 수렴 영역이 실제 시뮬레이션에서도 매우 근접함을 보여준다. 특히, λ < 1인 경우 비정상적인 파라미터 변동을 효과적으로 추적하면서도, 감소하는 스텝 사이즈 없이도 안정적인 동작을 유지한다는 점이 강조된다.

전반적으로 본 논문은 분산 환경에서 RLS 기반 추정이 직면하는 계산 복잡도, 통신 잡음, 그리고 수렴 보장 문제를 통합적으로 해결한 최초의 연구 중 하나이며, 실시간 트래킹이 요구되는 IoT·스마트 그리드 등 다양한 응용 분야에 직접적인 활용 가능성을 제시한다.