동적 네트워크를 위한 초고속·최적 분산 추정기 FADE

본 논문은 다중 에이전트가 공동으로 관심 파라미터 벡터 θ∈ℝ^d 를 추정해야 하는 상황을 다루며, 특히 통신 채널이 시간에 따라 무작위로 변하는 동적 네트워크 환경에 초점을 맞춘다. 각 에이전트 n은 선형‑가우시안 모델 y_n(t)=H_nθ+v_n(t) 로 측정을 수행하고, v_n(t)∼𝒩(0,I) 로 가정한다. 전체 네트워크의 관측 행렬 H가 전열(full column‑rank)임을 전제함으로써, 모든 에이전트가 협력하면 θ를 유일하게 식별할 수 있음을 보장한다. 통신 모델은 무방향 그래프 G(t)=(V,E(t)) 로, 에지 집합 E(t) 가 i.i.d. 로 선택되는 K개의 가능한 에지 집합 {E₁,…,E_K} 중 하나에 해당한다. 평균 그래프 𝔾̄=(V,∪_k E_k) 가 연결되어 있다는 평균 연결성 가정은 순간적으로 그래프가 단절될 수 있더라도 장기적으로는 모든 노드가 간접적으로 연결될 수 있음을 의미한다. 저자들은 중앙집중식 최적 추정식 b̂θ(t)=∑_{m=1}^N c_m ȳ_m(t) 를 출발점으로 삼는다. 여기서 c_m은 H_m의 노름에 기반한 가중치이며, ȳ_m(t)= (1/t)∑_{s=1}^t y_m(s) 는 에이전트 m의 시간 평균 측정값이다. 이 식을 재귀 형태로 전개하면 b̂θ(t)=b̂θ(t‑1)+ (1/t)∑_{m=1}^N c_m