[論文レビュー] Power Scaling Law Analysis and Phase Shift Optimization of RIS-aided Massive MIMO Systems with Statistical CSI

Kangda Zhi, Cunhua Pan+2 more|arXiv (Cornell University)|Oct 26, 2020

Advanced Wireless Communication Technologies被引用数 30

ひとこと要約

本論文は、Ricianフェージング下で統計的CSIを用いた RIS支援 uplink massive MIMO を分析し、閉形式の伝送レート表現を導出し、スケーリング法則を明らかにし、GA-based アプローチによって RIS 位相シフトを最適化する。

ABSTRACT

This paper considers an uplink reconfigurable intelligent surface (RIS)-aided massive multiple-input multiple-output (MIMO) system with statistical channel state information (CSI). The RIS is deployed to help conventional massive MIMO networks serve the users in the dead zone. We consider the Rician channel model and exploit the long-time statistical CSI to design the phase shifts of the RIS, while the maximum ratio combination (MRC) technique is applied for the active beamforming at the base station (BS) relying on the instantaneous CSI. Firstly, we reveal the power scaling laws and derive the closed-form expressions for the uplink achievable rate which holds for arbitrary numbers of base station (BS) antennas. Based on the theoretical expressions, we discuss the rate performance under some special cases and provide the average asymptotic rate when using random phase shifts. Then, we consider the sum-rate maximization and the minimum user rate maximization problems by optimizing the phase shifts at the RIS. However, these two optimization problems are challenging to solve due to the complicated data rate expression. To solve these problems, we propose a novel genetic algorithm (GA) with low complexity but can achieve considerable performance. Finally, extensive simulations are provided to validate the benefits by integrating RIS into conventional massive MIMO systems. Besides, our simulations demonstrate the feasibility of deploying large-size but low-resolution RIS in massive MIMO systems.

研究の動機と目的

• チャネル推定オーバーヘッドを削減しつつ、カバレッジとスループットを向上させるために RIS の統合を促す。
• Ricianフェ fading の下で任意のBSアンテナ数に対して成り立つ、閉形式の uplink 実現レート式を導出する。
• RIS要素とBSアンテナの数に関する電力スケーリング法則とレート挙動を特徴づける。
• 遺伝的アルゴリズムに基づく手法を開発し、和スルーットを最大化し、最小ユーザレート最適化を通じて公平性を確保する。
• RIS対応 massive MIMO の利得と、大規模で低分解能 RIS の展開の実現可能性を評価する。

提案手法

• Rician fading を伴うアップリンク RIS支援 massive MIMO システムを、長期統計CSIとともにモデル化する。
• Jensenの不等式を用いて uplink achievable rate の閉形式表現を導出する。
• 特別なケース（例：RIS位相整列を伴う場合）における電力スケーリング法則と漸近的なレート挙動を分析する。
• 離散位相シフトを含む、和レート最大化と最小ユーザレート最大化のための RIS 位相シフトの GA-based 最適化を提案する。
• 大規模で低分解能の RIS の利得と実現可能性を検証するための広範なシミュレーションを提供する。

実験結果

リサーチクエスチョン

• RQ1 統計CSIとRicianフェージングの下で、RIS支援massive MIMOは uplink rate の観点からどのように性能を示すか？
• RQ2 RIS支援 massive MIMO において、BSアンテナ数とRIS要素を拡大したときの電力スケーリング法則は何か？
• RQ3 統計CSIの下で、和レートの最大化または公平性の確保のためにRIS位相シフトは連続設計か離散設計か、どのように設計すべきか？
• RQ4 多ユーザのアップリンクシナリオにおける干渉と実現可能な利得に対するRIS設計の影響は何か？

主な発見

• RIS位相シフト、アンテナ数、電力、Ricianファクターに依存する閉形式の近似 uplink レート式を導出した。
• 特定のスケーリングにおいて、レートはRIS要素数Nおよび/またはBSアンテナ数Mに応じて増加し得る一方で、ランダムなRIS位相は漸近的なレートを有界にする。
• 位相整列RIS設計は有利なスケーリングを達成でき、特定の系論（コロラリィ）が、MまたはNが増加しても非ゼロレートを維持しつつ電力を削減できることを示す。
• GA-based RIS位相シフト設計は、連続および離散の位相シフトの両方で和レート最適化と最小レート最適化の問題を効果的に解く。
• シミュレーションはRIS支援 massive MIMO における RIS の利得を確認し、大規模で低分解能 RIS 展開の実現可能性を示す。