[論文レビュー] RIS-ADMM: A RIS and ADMM-Based Passive and Sparse Sensing Method With Interference Removal

Chen Peng, Zhimin Chen+2 more|arXiv (Cornell University)|May 25, 2022

Indoor and Outdoor Localization Technologies被引用数 7

ひとこと要約

本稿では、アクセスポイント（AP）の干渉が存在する状況下で再構成可能知能表面（RIS）を用いた受動的方向到来（DOA）推定に向け、増分乗数法（ADMM）に基づくアルゴリズム、RIS-ADMMを提案する。原子ノルム最小化（ANM）問題を定式化し、閉形式の更新式を導出することで、半定値計画法（SDP）や他のベンチマーク手法と比較して、著しく低い計算複雑性で優れたDOA推定性能を達成する。

ABSTRACT

Reconfigurable Intelligent Surfaces (RIS) emerge as promising technologies in future radar and wireless communication domains. This letter addresses the passive sensing issue utilizing wireless communication signals and RIS amidst interference from wireless access points (APs). We introduce an atomic norm minimization (ANM) approach to leverage spatial domain target sparsity and estimate the direction of arrival (DOA). However, the conventional semidefinite programming (SDP)-based solutions for the ANM problem are complex and lack efficient realization. Consequently, we propose a RIS-ADMM method, an innovative alternating direction method of multipliers (ADMM)-based iterative approach. This method yields closed-form expressions and effectively suppresses interference signals. Simulation outcomes affirm that our RIS-ADMM method surpasses existing techniques in DOA estimation accuracy while maintaining low computational complexity. The code for the proposed method is available online \url{https://github.com/chenpengseu/RIS-ADMM.git}.

研究の動機と目的

• 無線アクセスポイント（AP）からの干渉によって汚損されるRIS支援受動センシングシステムにおけるDOA推定の課題に対処すること。
• 従来の半定値計画法（SDP）に基づく原子ノルム最小化（ANM）手法における高い計算複雑性を克服すること。
• 受信アンテナが1本のみの条件下で、リアルタイム実装が可能な効率的で反復的なアルゴリズムを開発すること。
• 複数のターゲットの到来方向（DOA）を正確に推定する一方で、APからの干渉信号を抑制すること。

提案手法

• ターゲットの空間ドメインにおけるスパarsityを活用するため、DOA推定問題を原子ノルム最小化（ANM）最適化問題として定式化する。
• 計算コストの高いSDPに代わって閉形式の更新式を用いることで、ANM問題を解くADMMに基づく反復的アルゴリズム（RIS-ADMM）を導入する。
• 信号ベクトル、干渉係数、補助変数の各更新式について、解析的な閉形式表現を導出する。
• 構造化された最適化フレームワークを用いて、ターゲットのDOAとAP干渉信号を同時に推定することで、干渉抑制を実現する。
• 複数の時間スロットにわたり、RISを用いて反射信号の位相シフトを動的に制御することで、空間多重性とスパース信号の復元を可能にする。
• 性能と計算コストのバランスを考慮し、固定100回の反復回数でアルゴリズムを実装することで、ほぼ最適な結果を達成する。

実験結果

リサーチクエスチョン

• RQ1 SDPに基づくANMと同等のDOA推定精度を達成しつつ、計算複雑性を低減できるADMMベースの手法は可能か？
• RQ2 FFT、OMP、ℓ₁ノルム最小化といった従来手法と比較して、強いAP干渉が存在する状況下で、提案手法RIS-ADMMはどのように性能を発揮するか？
• RQ3 提案フレームワークにおけるRIS素子数と測定スロット数の増加が、DOA推定精度に与える影響は何か？
• RQ4 RISベースのセンシングにおけるANM問題に対して、ADMMの閉形式更新式を導出可能か？ これにより、効率的なハードウェア実装が可能になるか？
• RQ5 提案手法は、FFT や OMP といったグリッドベース手法で一般的に生じるオフグリッド誤差を回避できるか？

主な発見

• RIS-ADMMは、SDPに基づくANM手法とほぼ同等のDOA推定性能を達成し、SNR = 20 dBで100反復後にルート平均二乗誤差（RMSE）が約0.15°にまで低下する。
• 計算時間は0.202秒にまで短縮され、SDP手法（2.378秒）の10％未満にまで低下し、リアルタイム応用に適している。
• RIS素子数と測定スロット数の増加に伴い性能が向上し、SNR = 20 dBでM=32のとき約0.3°からM=64のとき約0.15°にRMSEが低下する。
• 高SNR領域では、FFT、OMP、ℓ₁ノルム最小化を上回る性能を発揮し、連続的なANM定式化のおかげでオフグリッド誤差を回避する。
• 100回を超える反復回数は、利得の増加が著しく小さくなるため、実用的な用途では100回以内で収束することが示された。
• 干渉に対して高いロバスト性を示し、AP信号を効果的に抑制しながらも、ターゲットのDOA推定精度を維持している。