[論文レビュー] Distributed Beam Training for Intelligent Reflecting Surface Enabled Multi-Hop Routing

Weidong Mei, Rui Zhang|arXiv (Cornell University)|Jun 22, 2021

Advanced Wireless Communication Technologies参考文献 11被引用数 4

ひとこと要約

本稿では、インテリジェントリフレクティングサーフェス（IRS）を支援とするマルチホップ無線ネットワーク向けに、全経路のチャネル推定を回避する分散型ビームトレーニング方式を提案する。この方式により、アクティブ／パasiveビームフォーミングの共同最適化と最適ルート選択が可能となり、トレーニングオーバーヘッドと複雑さを著しく低減する。時間不変チャネル特性を活用し、コントローラ間の協調トレーニングを実施することで、逐次ビームサーチと同等のエンドツーエンドチャネルゲインを達成する。

ABSTRACT

Intelligent reflecting surface (IRS) is an emerging technology to enhance the spectral and energy efficiency of wireless communications cost-effectively. This letter considers a new multi-IRS aided wireless network where a cascaded line-of-sight (LoS) link is established between the base station (BS) and a remote user by leveraging the multi-hop signal reflection of selected IRSs. As compared to the conventional single-/double-hop IRS system, multi-hop IRS system provides more pronounced path diversity and cooperative passive beamforming gains, especially in the environment with dense obstacles. However, a more challenging joint active/passive beamforming and multi-hop beam routing problem also arises for maximizing the end-to-end channel gain. Furthermore, the number of IRS-associated channel coefficients increases drastically with the number of IRS hops. To tackle the above issues, in this letter we propose a new and efficient beam training based solution by considering the use of practical codebook-based BS/IRS active/passive beamforming without the need of explicit channel estimation. Instead of exhaustively or sequentially searching over all combinations of active and passive beam patterns for each beam route, a distributed beam training scheme is proposed to reduce the complexity, by exploiting the (nearly) time-invariant BS-IRS and inter-IRS channels and the cooperative training among the BS and IRSs' controllers. Simulation results show that our proposed design achieves the end-to-end channel gain close to that of the sequential beam search, but at a much lower training overhead and complexity.

研究の動機と目的

• マルチ-IRSシステムにおけるアクティブ／パasiveビームフォーミングとマルチホップビームルーティングの高コストな複雑さに対処すること。
• 明示的なチャネル推定を回避することで、全探索的または逐次的ビームサーチの必要性を排除すること。
• 多数のIRSとビームパターンを有するマルチホップIRSネットワークにおけるトレーニングオーバーヘッドを低減すること。
• コードブックベースのビームフォーミングと協調的コントローラトレーニングにより、実用的導入を可能にすること。
• 計算および時間的複雑さが低いながらも、ほぼ最適なエンドツーエンドチャネルゲインを達成すること。

提案手法

• 基地局（BS）および各IRSで事前に定義されたアクティブ／パasiveビームフォーミングコードブックを用い、ビームパターンを有限集合に制限する。
• 分散型ビームトレーニングプロトコルを設計し、BSとIRSコントローラが局所的なビームルーティングテーブル（BRT）を交換することで、グローバルBRTを構築する。
• グローバルBRTにより、完全なCSI収集を伴わずに効率的なマルチホップルート選択と共同ビームフォーミング設計が可能になる。
• （ほぼ）時間不変なBS-IRSおよびIRS間チャネルを活用し、トレーニングオーバーヘッドを低減する。
• コントローラ間での協調的トレーニングにより、重複するまたは全探索的なサーチを最小限に抑える。
• BSおよびIRSではそれぞれ16および32のパターンを有するDFTベースのコードブックを用いてビームパターンを生成する。

実験結果

リサーチクエスチョン

• RQ1 全探索的ビームサーチを回避する分散型ビームトレーニング方式は、マルチ-IRSマルチホップシステムでほぼ最適なエンドツーエンドチャネルゲインを達成できるか？
• RQ2 提案手法の分散型ビームトレーニングは、チャネルゲインおよびトレーニングオーバーヘッドの観点で逐次ビームサーチと比較してどの程度の性能を示すか？
• RQ3 IRS素子数およびRician係数が、提案手法と逐次ビームサーチとの性能ギャップに与える影響は何か？
• RQ4 パス長（ホップ数）が、分散トレーニング方式の近似誤差および性能に与える影響は何か？
• RQ5 最適化されたビームフォーミングとルーティング下で、散乱マルチパス成分がシステム性能にどの程度悪影響を及えるか？

主な発見

• 提案された分散型ビームトレーニングは、全テスト構成において逐次ビームサーチと比較してわずかなギャップ（1.5 dB未満）でエンドツーエンドチャネルパワー・ゲインを達成する。
• IRSの1次元あたりの素子数が22を超えると、最適パスのホップ数が増加するため、性能ギャップがわずかに拡大する。
• Rician係数が15 dB以上に上昇すると、提案手法と逐次ビームサーチとの性能ギャップはほとんどなくなる。これは近似精度の向上を示している。
• 基地局に近いユーザー位置2では、最適反射パスのホップ数が少ないため、性能ギャップが小さくなる。
• 直進路（LoS）チャネルパワーの合成ゲインは、全体のチャネルゲインと同等であり、散乱マルチパス成分が総合チャネルパワーにほとんど寄与していないことを示している。
• 全探索的または逐次的ビームサーチと比較して、提案手法はトレーニングオーバーヘッドと複雑さを著しく低減しながら、ほぼ最適な性能を維持している。