[論文レビュー] Resource Allocation for IRS-assisted Full-Duplex Cognitive Radio Systems

Dongfang Xu, Xianghao Yu+3 more|arXiv (Cornell University)|Mar 16, 2020

Advanced Wireless Communication Technologies参考文献 36被引用数 11

ひとこと要約

本稿では、不完全なCSIとPrimary User（PU）の干渉制約のもとで、二次システムの和レートを最大化するために、IRS支援型全二重モード認知無線システムのための共同リソース割り当てフレームワークを提案する。手法は安全な近似と、半正定値緩和および逐次凸近似を組み合わせた反復的BCDアルゴリズムを用い、ロバストな性能と静的点への収束を達成する。シミュレーションにより、ベースラインと比較して顕著な和レート向上が確認された。

ABSTRACT

In this paper, we investigate the resource allocation design for intelligent reflecting surface (IRS)-assisted full-duplex (FD) cognitive radio systems. In particular, a secondary network employs an FD base station (BS) for serving multiple half-duplex downlink (DL) and uplink (UL) users simultaneously. An IRS is deployed to enhance the performance of the secondary network while helping to mitigate the interference caused to the primary users (PUs). The DL transmit beamforming vectors and the UL receive beamforming vectors at the FD BS, the transmit power of the UL users, and the phase shift matrix at the IRS are jointly optimized for maximization of the total sum rate of the secondary system. The design task is formulated as a non-convex optimization problem taking into account the imperfect knowledge of the PUs' channel state information (CSI) and their maximum interference tolerance. Since the maximum interference tolerance constraint is intractable, we apply a safe approximation to transform it into a convex constraint. To efficiently handle the resulting approximated optimization problem, which is still non-convex, we develop an iterative block coordinate descent (BCD)-based algorithm. This algorithm exploits semidefinite relaxation, a penalty method, and successive convex approximation and is guaranteed to converge to a stationary point of the approximated optimization problem. Our simulation results do not only reveal that the proposed scheme yields a substantially higher system sum rate for the secondary system than several baseline schemes, but also confirm its robustness against CSI uncertainty. Besides, our results illustrate the tremendous potential of IRS for managing the various types of interference arising in FD cognitive radio networks.

研究の動機と目的

• 全二重（FD）運用における干渉と未利用スペクトルの問題により、認知無線システムのスペクトル効率が制限されるという問題に対処すること。
• FD認知無線システムにおける二次ネットワークの性能向上と併せて、Primary User（PU）への干渉を低減すること。
• 和レート最大化を目的として、下行リンクの送信ビームフォーミング、上行リンクの受信ビームフォーミング、ユーザーの送信電力、およびIRSの位相シフトを共同最適化すること。
• PUのCSIが不完全な状態でも、CSI不確実性に対してロバストであることを保証すること。
• 非凸最適化問題を効率的に解く収束性を有する反復的アルゴリズムを開発すること。

提案手法

• PUの干渉制約と電力制約のもとで、二次システムの和レートを最大化する非凸最適化問題を定式化する。
• 処理不能な最大干渉許容制約を凸制約に変換するために、安全な近似を適用する。
• 半正定値緩和と逐次凸近似を組み合わせた反復的ブロック座標降下（BCD）ベースのアルゴリズムを開発する。
• ビームフォーマー行列のランク1制約を処理するためにペナルティ法を用い、計算を効率化する。
• 核ノルムとスペクトルノルムを含むペナルティ項を統合し、ビームフォーマーの低ランク解を促進する。
• ビームフォーミングと位相シフト設計の反復的精緻化を通じて、近似問題の静的点への収束を保証する。

実験結果

リサーチクエスチョン

• RQ1 インテリジェントリフレクティングサーフェス（IRS）をどのように活用することで、全二重モード認知無線システムにおけるスペクトル効率を向上させられるか？
• RQ2 Primary Userの干渉制約を満たしつつ、二次システムの和レートを最大化するための共同リソース割り当て戦略は何か？
• RQ3 Primary UserのCSIが不完全な状況において、IRS支援型FD CRシステムのロバストな性能を確保するにはどうすればよいか？
• RQ4 非凸設定下で、ビームフォーミングと位相シフトの効率的かつ収束性を有する最適化を実現するアルゴリズムフレームワークは何か？
• RQ5 CSI不確実性下で、IRSベースの干渉管理は、従来のFD CR方式に比べてどの程度優れているか？

主な発見

• 提案手法は、ベースライン手法と比較して顕著に高いシステム和レートを達成し、スペクトル効率の大幅な向上を示した。
• アルゴリズムは近似問題の静的点に収束し、信頼性の高い性能を保証した。
• PUのCSIの不完全な知識に対しても、システムはロバストであり、不確実性下でもQoS要件を満たした。
• IRSの導入により、FD認知無線ネットワークにおける共周波数干渉と自己干渉の両方を効果的に低減できた。
• 干渉制約の安全な近似により、凸再定式化と取り扱い可能な最適化が可能になった。
• シミュレーション結果は、IRSが多様な干渉タイプを管理し、効率的なスケジューリング共有を可能にする上で中心的な役割を果たしていることを確認した。