[論文レビュー] Joint Location and Communication Study for Intelligent Reflecting Surface Aided Wireless Communication System

Rui Wang, Zhe Xing+1 more|arXiv (Cornell University)|Mar 1, 2021

Advanced Wireless Communication Technologies参考文献 45被引用数 9

ひとこと要約

本稿では、ビーム・アライメント段階と局所化段階の間の時間割り当てを最適化することで、連合局所化と通信（IMM-JLCS）を実現するIRS支援型mmWave-MIMOシステムを提案する。位置・姿勢誤差の閉形式Cramér-Rao下界（CRLB）および効率的実現可能レート（EADR）を導出し、推定誤差や移動性に強い局所化精度とデータレートのバランスを取る共同最適化アルゴリズムを構築する。

ABSTRACT

Intelligent reflecting surface (IRS) is a novel burgeoning concept, which possesses advantages in enhancing wireless communication and user localization, while maintaining low hardware cost and energy consumption. Herein, we establish an IRS-aided mmWave-MIMO based joint localization and communication system (IMM-JLCS), and probe into its performance evaluation and optimization design. Specifically, first, we provide the signal, channel and estimation error models, and contrive the working process of the IMM-JLCS in detail. Then, by configuring appropriate IRS phase shifts, we derive the closed-form expressions of the Cramer-Rao Lower Bound (CRLB) of the position/orientation estimation errors and the effective achievable data rate (EADR), with respect to the time allocation ratio of the beam alignment and localization stage (BALS). Subsequently, we investigate the trade-off between the two performance metrics, for which we propose a joint optimization algorithm. Finally, we carry out simulations and comparisons to view the trade-off and validate the effectiveness of the proposed algorithm, in the presence of distinct levels of estimation uncertainty and user mobility. Our results demonstrate that the proposed algorithm can find the joint optimal solution for the position/orientation estimation accuracy and EADR, with its optimization performance being robust to slight localization or channel estimation errors and user mobility.

研究の動機と目的

• 高いパスロスと遮蔽が生じるmmWave-MIMOシステムにおいて、高精度な局所化と高データレートを両立させる課題に対処する。
• 知能反射表面（IRS）を活用して、低ハードウェアコストで通信性能と局所化精度の両方を向上させる。
• ビーム・アライメントと局所化の時間分割動作を採用した、連合局所化・通信システム（IMM-JLCS）を定式化する。
• 時間割り当ての変動に応じた、局所化精度（CRLB）と効率的実現可能データレート（EADR）の根本的トレードオフを分析する。
• 推定不確実性とユーザー移動性に適応する、性能を最大化するロバストな共同最適化アルゴリズムを設計する。

提案手法

• IRS支援型mmWave-MIMO連合局所化・通信システム（IMM-JLCS）の信号、チャネル、推定誤差モデルを構築する。
• ビーム・アライメント段階と局所化段階（BALS）における時間割り当て比に関して、位置・姿勢推定誤差のCramér-Rao下界（CRLB）および効率的実現可能データレート（EADR）の閉形式式を導出する。
• IRSの位相シフトを再構成可能な反射係数としてモデル化し、仮想視線（VLoS）リンクを形成して信号品質を向上させる。
• フィッシャー情報行列（FIM）を用いてCRLBを計算し、チャネル状態情報、アレイ応答ベクトル、位相シフト設定を統合する。
• 局所化精度とEADRのバランスを取る共同最適化問題を定式化し、推定不確実性と移動性に適応可能な提案アルゴリズムで解く。
• 推定誤差とユーザー移動性の異なるレベルにおけるシステムモデルと最適化性能を、シミュレーションにより検証する。

実験結果

リサーチクエスチョン

• RQ1 IRS支援型mmWave-MIMO連合局所化・通信システムにおいて、局所化精度（CRLB）と効率的実現可能データレート（EADR）の根本的トレードオフは何か？
• RQ2 ビーム・アライメント段階と局所化段階間の時間割り当て比が、位置・姿勢推定のCRLBおよびEADRに与える影響は何か？
• RQ3 推定不確実性とユーザー移動性は、局所化と通信の性能トレードオフにどのような影響を及ぼすか？
• RQ4 共同最適化アルゴリズムは、現実のシステム劣化要因を想定しても、局所化精度とデータレートの最適バランスを達成できるか？
• RQ5 実用的展開シナリオにおいて、提案された最適化アルゴリズムはチャネル推定誤差とユーザー移動性に対してどの程度ロバストか？

主な発見

• 提案された共同最適化アルゴリズムは、IMM-JLCSにおける局所化精度（CRLB）と効率的実現可能データレート（EADR）のバランスを適切に達成する。
• ビーム・アライメント段階と局所化段階（BALS）における時間割り当て比に関して、位置・姿勢推定誤差のCRLBおよびEADRの閉形式式が導出された。
• わずかな局所化およびチャネル推定誤差に対してもシステムはロバストであり、不確実性下でも最適性能を維持する。
• シミュレーションにより、提案アルゴリズムがユーザー移動性に効果的に適応し、動的環境下でも性能を保持することが確認された。
• IRSの設定により、強力な仮想視線（VLoS）リンクが形成され、局所化精度とデータレートの両方が顕著に向上した。
• 共同最適化フレームワークにより、局所化と通信の間でのリソース割り当てが効率的に行われ、従来の時間分割方式を上回る性能を発揮した。