[論文レビュー] Weighted Sum-Rate Maximization for Reconfigurable Intelligent Surface Aided Wireless Networks

Huayan Guo, Ying‐Chang Liang+2 more|arXiv (Cornell University)|Dec 27, 2019

Advanced Wireless Communication Technologies参考文献 50被引用数 28

ひとこと要約

本稿は、再構成可能知能表面（RIS）を用いたマルチユーザMISO下行リンクシステムにおける、ビームフォーミングと位相シフトの共同最適化のための低複雑性アルゴリズムを提案する。重み付き和レート（WSR）を最大化することを目的としており、完璧なCSIに対しては分数プログラミングを、不完全なCSIに対しては確率的逐次凸近似（SSCA）を用いる。RISを最適化することで、スペクトル効率の向上が顕著に得られ、最大4 dBの利得が得られ、10%未満のチャネル不確実性下でもロバストである。

ABSTRACT

Reconfigurable intelligent surfaces (RIS) is a promising solution to build a programmable wireless environment via steering the incident signal in fully customizable ways with reconfigurable passive elements. In this paper, we consider a RIS-aided multiuser multiple-input single-output (MISO) downlink communication system. Our objective is to maximize the weighted sum-rate (WSR) of all users by joint designing the beamforming at the access point (AP) and the phase vector of the RIS elements, while both the perfect channel state information (CSI) setup and the imperfect CSI setup are investigated. For perfect CSI setup, a low-complexity algorithm is proposed to obtain the stationary solution for the joint design problem by utilizing the fractional programming technique. Then, we resort to the stochastic successive convex approximation technique and extend the proposed algorithm to the scenario wherein the CSI is imperfect. The validity of the proposed methods is confirmed by numerical results. In particular, the proposed algorithm performs quite well when the channel uncertainty is smaller than 10%.

研究の動機と目的

• 再構成可能知能表面（RIS）を用いたマルチユーザMISO下行リンクシステムにおいて、ビームフォーミングと位相シフトの共同最適化による重み付き和レート（WSR）の最大化という課題に対処する。
• 実用的なチャネル推定誤差を想定し、完璧なチャネル状態情報（CSI）と不完全なCSIの両状況を検討することで、システムのロバスト性を評価する。
• 分数プログラミングを用いて、完璧なCSIの場合の定常解を求める低複雑性アルゴリズムを開発する。
• 不完全なCSIに対応するため、確率的逐次凸近似（SSCA）を活用して平均WSRを最大化するフレームワークを拡張する。
• RISの配置による性能向上の有効性と、RISの配置位置およびユーザー分布がシステムレートに与える影響を実証する。

提案手法

• RISのパワー制約および位相シフト制約を満たす非凸最適化問題として、WSR最大化問題を定式化する。
• 完璧なCSIの場合に効率的に解けるように、WSR問題をパrametricな部分問題に変換するため、分数プログラミング（FP）技術を適用する。
• ビームフォーミングベクトルとRIS位相シフトを交互に最適化する反復アルゴリズムを設計し、定常解に収束させる。
• 不完全なCSIに対応するため、チャネル不確実性を確率変数としてモデル化し、既知の確率分布を仮定する。
• 確率的逐次凸近似（SSCA）を用いて、期待WSRを逐次的に近似し、得られた凸部分問題を解く。
• 最適化プロセス中にRIS位相シフトの単位モジュラス制約を処理するため、ペナルティベースのアプローチを導入する。

実験結果

リサーチクエスチョン

• RQ1 完璧なCSI下で、マルチユーザMISOシステムにおいて、ビームフォーミングとRIS位相シフトの共同最適化がどのようにWSRを最大化できるか？
• RQ2 RISを導入した場合と、RISなしまたはランダム位相シフトを用いた従来のシステムとを比較した場合、RIS導入による性能向上はどの程度か？
• RQ3 チャネル推定不確実性はWSR性能にどのように影響するか？また、提案アルゴリズムは不完全なCSI下でも高い性能を維持できるか？
• RQ4 RISの配置位置およびユーザー分布が平均システムレートに与える影響は何か？
• RQ5 RISのサイズ（要素数）が達成可能なWSRおよびシステムスペクトル効率に与える影響は何か？

主な発見

• 100個のパassing要素を有するRISを最適化することで、非最適化RIS配置と比較して、スペクトル効率が最大4 dB向上する。
• 完璧なCSI下では、提案アルゴリズムは交互最適化と同等の性能を達成し、反復ごとの複雑度が低く、同じ定常解に収束する。
• 不完全なCSI状況下では、チャネル不確実性が10%未満（分散ϱ ≤ 0.5）の範囲で、性能損失が3 dB未満に抑えられる。
• RISサイズNが大きくなるに従い、平均WSRは顕著に向上し、N=200の場合の性能は、N=100で8 dBの送信電力を使用した場合と同等となる。
• 最適な位置（例：D_I = 195 m）にRISを配置すると、非最適配置よりも高い平均レートが得られ、AP-RISおよびRIS-ユーザーリンクの路損の積に敏感である。
• CDF結果から、提案手法がランダムなユーザー配置に対しても安定かつ高い性能を維持していることが確認され、ユーザー移動性および分布の変動に対してもロバストであることが示された。