[論文レビュー] Energy-Efficient Backscatter Aided Uplink NOMA Roadside Sensor Communications under Channel Estimation Errors

Asim Ihsan, Wen Chen+3 more|arXiv (Cornell University)|Sep 11, 2021

Energy Harvesting in Wireless Networks被引用数 6

ひとこと要約

本稿では、5G以降のインテリジェントトランスポーテーションシステム（ITS）におけるエネルギー効率の高いバックスキャッタ支援上行NOMAシステムを提案し、チャネル推定誤差を考慮したキャリア送信機の送信パワーとレディオサイドセンサの反射係数を最適化する。2段階の逐次最適化アルゴリズム（AOBWS）を用いることで、カルダーノの公式を介した閉形式解と反復計算を伴わない計算を活用し、低コストで近似的最適なエネルギー効率を達成する。

ABSTRACT

This work presents non-orthogonal multiple access (NOMA) enabled energy-efficient alternating optimization framework for backscatter aided wireless powered uplink sensors communications for beyond 5G intelligent transportation system (ITS). Specifically, the transmit power of carrier emitter (CE) and reflection coefficients of backscatter aided roadside sensors are optimized with channel uncertainties for the maximization of the energy efficiency (EE) of the network. The formulated problem is tackled by the proposed two-stage alternating optimization algorithm named AOBWS (alternating optimization for backscatter aided wireless powered sensors). In the first stage, AOBWS employs an iterative algorithm to obtain optimal CE transmit power through simplified closed-form computed through Cardano's formulae. In the second stage, AOBWS uses a non-iterative algorithm that provides a closed-form expression for the computation of optimal reflection coefficient for roadside sensors under their quality of service (QoS) and a circuit power constraint. The global optimal exhaustive search (ES) algorithm is used as a benchmark. Simulation results demonstrate that the AOBWS algorithm can achieve near-optimal performance with very low complexity, which makes it suitable for practical implementations.

研究の動機と目的

• 5G以降のインテリジェントトランスポーテーションシステム（ITS）における大規模レディオサイドセンサネットワークにおけるエネルギー効率の課題に対処すること。
• 不完全なチャネル状態情報下でのバックスキャッタ支援上行NOMA通信におけるエネルギー効率（EE）の最適化。
• サービス品質（QoS）および回路消費電力制約下で、キャリア送信機の送信パワーとレディオサイドセンサの反射係数を共同で設計すること。
• 動的ITS環境における実用的導入に適した低複雑性で近似的最適なアルゴリズムの開発。

提案手法

• チャネル推定誤差を考慮したネットワークエネルギー効率を最大化する2段階の逐次最適化フレームワーク（AOBWS）を定式化する。
• 第1段階では、カールシュ＝クーン＝タッカー（KKT）条件から導出された3次方程式を解き、カルダーノの公式を用いて最適なキャリア送信機パワーを計算する。
• 第2段階では、QoSおよび回路消費電力制約下で最適な反射係数の反復計算を伴わない閉形式解を導出する。
• チャネル推定誤差を組み込んだ簡略化された効果的信号対インタークションプラスノイズ比（SINR）および達成可能レートの表現を用いる。
• 性能の妥当性を検証するため、グローバル最適な全探索（ES）をベンチマークとして採用する。
• 反射係数に関する達成可能レート関数の凹型性を証明し、グローバル最適解への収束を保証する。

実験結果

リサーチクエスチョン

• RQ1 チャネル推定誤差を考慮したバックスキャッタ支援上行NOMAレディオサイドセンサネットワークにおけるエネルギー効率をどのように最大化できるか？
• RQ2 不完全なチャネル状態情報下で、キャリア送信機の最適なパワー割り当て戦略は何か？
• RQ3 QoSおよび回路消費電力制約下で、反射係数の閉形式解を導出できるか？これにより計算複雑性を低減できるか？
• RQ4 提案されたAOBWSアルゴリズムは、全探索と比較して性能および複雑性の面でどのように差異を示すか？
• RQ5 達成可能レート関数は反射係数に関して凹型であるか？これによりグローバル最適性が保証されるか？

主な発見

• AOBWSアルゴリズムは、全探索ベンチマークと比較して著しく低い計算複雑性で、近似的最適なエネルギー効率を達成する。
• 最適なキャリア送信機パワーは、最適化問題を3次方程式に変換した後、カルダーノの公式を用いて計算される。
• 反射係数の最適化により、反復計算を伴わない閉形式解が得られ、リアルタイム実装が可能になる。
• 達成可能レート関数が反射係数に関して凹型であることが証明され、解のグローバル最適性が保証される。
• シミュレーション結果から、AOBWSは全探索の性能に非常に近い結果を示し、低複雑性を維持していることが確認された。
• チャネル推定誤差下でもシステムは頑健な性能を示し、実世界のITS展開における実用性が裏付けられた。