[論文レビュー] Passive Beamforming and Information Transfer via Large Intelligent Surface

Wenjing Yan, Xiaoyan Kuai+1 more|arXiv (Cornell University)|May 4, 2019

Advanced Wireless Communication Technologies参考文献 23被引用数 12

ひとこと要約

本稿では、大型知能表面（LIS）を介した受動型ビームフォーミングおよび情報伝送（PBIT）を提案する。LISは位相シフトによる受動的ビームフォーミングで主回線を同時に強化し、反射素子のオン/オフ状態を変調することで追加のデータを送信する。本システムは従来のシステムと比較して、5–9 dBのSNR向上を達成し、ビームフォーミングゲインとLIS情報レートの間で調整可能なトレードオフを示しており、最適化されたビームフォーミングおよび圧縮センシングを用いた2段階検出アルゴリズムにより検証された。

ABSTRACT

Large intelligent surface (LIS) has emerged as a promising new solution to improve the energy and spectrum efficiency of wireless networks. A LIS, composed of a large number of low-cost and energy-efficient reconfigurable passive reflecting elements, enhances wireless communications by reflecting impinging electro-magnetic waves. In this paper, we propose a novel passive beamforming and information transfer (PBIT) technique, in which the LIS simultaneously enhances the primary communication and sends information to the receiver. We develop a passive beamforming method to improve the average receive signal-to-noise ratio (SNR).We also establish a two-step approach at the receiver to retrieve the information from both the transmitter and the LIS. Numerical results show that the proposed PBIT system, especially with the optimized passive beamforming, significantly outperforms the system without LIS enhancement. Furthermore, a tradeoff between the passive-beamforming gain and the information rate of the LIS has been demonstrated.

研究の動機と目的

• 大型知能表面（LIS）が、受動的ビームフォーミングを用いて主回線を同時に強化し、情報伝送を行うことを可能にすること。
• ビームフォーミングのための位相シフトと情報伝送のためのオン/オフ状態を同時に最適化する課題に対処すること。
• ユーザー信号とLIS埋め込みデータの両方を信頼性高く復元できる受信機アルゴリズムを設計すること。
• 受動的ビームフォーミングゲインとLIS情報レートの間のトレードオフを定量化すること。

提案手法

• 情報が反射素子のオン/オフ状態に符号化される空間変調をLISのデータ伝送に提案し、同時にビームフォーミングのための位相シフトを調整する。
• 平均受信SNRを最大化するために、位相シフトとオン/オフ状態を同時に設計するための半定値緩和（SDR）に基づく最適化を定式化する。
• 2段階検出アルゴリズムを開発：まずSVDまたはBiG-AMPを用いて合成信号を推定し、その後GAMP、OMP、またはCoSaMPを用いてLIS信号を回復する。
• 圧縮センシングと行列因子分解技術を用いて、受信機でユーザー信号とLIS信号を分離する。
• センサデータ収集を調整し、LISの反射素子を動的に設定するためのコントローラーを採用する。
• 直接成分、LIS反射成分、および直接＋LIS成分を含む構造モードとアンテナモードの反射を組み込んだチャネルモデルを構築する。

実験結果

リサーチクエスチョン

• RQ1 受動的LISは、主回線の通信を強化すると同時に、受信機に対して独立した情報を送信できるか？
• RQ2 平均受信SNRを最大化するようにLISの位相シフトを最適化する方法は何か？ その際、情報伝送をサポートしつつ。
• RQ3 受動的ビームフォーミングゲインとLIS情報レートの間で達成可能なトレードオフは何か？
• RQ4 干渉とノイズの影響下でも、受信機がユーザー信号とLIS埋め込み信号の両方を信頼性高く検出できるか？

主な発見

• 提案されたPBITシステムは、BER = 10⁻⁵の条件下で最適化ビームフォーミングを用いることで、従来のシステムと比較して5–9 dBのSNR向上を達成した。
• BiG-AMPに基づく検出法は、BER = 10⁻⁵におけるユーザー信号で理論的下限値に0.5 dB以内で近づいた。
• GAMPに基づくLIS信号回復は、低SNR（例：-14 dB）でも理論的下限値に近い性能を達成した。
• ビームフォーミングゲインとLIS情報レートの間のトレードオフが実証された：活性反射素子比ρを1から0.9に減少させると、LISレートは0から0.4690に増加するが、SNR損失は約0.5 dBにとどまる。
• SVDベースの検出法はBiG-AMPと比較して約2 dBのSNRギャップを示しており、反復的圧縮センシング手法の優れた性能を示している。
• 2段階検出アプローチにより、最適化条件下で理論的限界に近い性能を達成し、ユーザー信号とLIS信号の信頼性ある分離が可能となった。