[논문 리뷰] Capacity Characterization for Intelligent Reflecting Surface Aided MIMO Communication

Shuowen Zhang, Rui Zhang|arXiv (Cornell University)|2019. 10. 03.

Advanced Wireless Communication Technologies참고 문헌 41인용 수 35

한 줄 요약

본 논문은 IRS 반사 계수와 MIMO 전송 공분산을 공동 최적화하여 주파수평 면 및 주파수 선택적 페이딩 하에서 IRS 보조 MIMO 시스템의 용량을 특성화하고 최대화한다. 서브문제에 대해 폐쇄형 해를 갖는 교대 최적화 알고리즘을 제안하고 전통적 IRS 없는 MIMO 대비 용량 이득을 시연한다.

ABSTRACT

Intelligent reflecting surface (IRS) is a promising solution to enhance the wireless communication capacity both cost-effectively and energy-efficiently, by properly altering the signal propagation via tuning a large number of passive reflecting units. In this paper, we aim to characterize the fundamental capacity limit of IRS-aided point-to-point multiple-input multiple-output (MIMO) communication systems with multi-antenna transmitter and receiver in general, by jointly optimizing the IRS reflection coefficients and the MIMO transmit covariance matrix. First, we consider narrowband transmission under frequency-flat fading channels, and develop an efficient alternating optimization algorithm to find a locally optimal solution by iteratively optimizing the transmit covariance matrix or one of the reflection coefficients with the others being fixed. Next, we consider capacity maximization for broadband transmission in a general MIMO orthogonal frequency division multiplexing (OFDM) system under frequency-selective fading channels, where transmit covariance matrices can be optimized for different subcarriers while only one common set of IRS reflection coefficients can be designed to cater to all subcarriers. To tackle this more challenging problem, we propose a new alternating optimization algorithm based on convex relaxation to find a high-quality suboptimal solution. Numerical results show that our proposed algorithms achieve substantially increased capacity compared to traditional MIMO channels without the IRS, and also outperform various benchmark schemes. In particular, it is shown that with the proposed algorithms, various key parameters of the IRS-aided MIMO channel such as channel total power, rank, and condition number can be significantly improved for capacity enhancement.

연구 동기 및 목표

• IRS 보조 MIMO의 용량 특성화를 통해 수동 반사 표면으로 더 높은 데이터 속도를 가능하게 한다.
• 전력 및 단위 모듀러스 제약 하에서 IRS 반사 계수와 전송 공분산의 공동 최적화를 형식화한다.
• 좁은 대역폭(주파수-평면)과 넓은 대역폭(OFDM) 채널에 대해tractable 솔루션과 시사점을 도출한다.
• IRS 설계가 채널 전력, 랭크 및 조건 수에 미치는 영향을 보여주어 용량을 향상시킨다.

제안 방법

• IRS 보강 MIMO 채널을 H + R φ T로 모델링하되 φ = diag(α1,...,αM)이고 |α_m|=1 이다.
• 전역 최적화 문제를 (P1)로 형식화하고 Q와 φ에 대한 공동 최적화로 변환한다.
• 교대 최적화 알고리즘을 개발하여 하위 문제를 해결한다: φ가 고정된 상태에서 Q를 최적화하고, 고정된 Q 및 다른 α들로 각 α_m을 최적화한다.
• 유효 채널에 따른 고유 모드(워터필링)를 통해 Q-하위 문제에 대한 폐쇄형 해를 제공한다.
• α_m 최적화의 경우 계수 행렬의 랭크-1 구조를 활용하여 합리적으로 concave 문제로 변환하고 단위 모듈러스 제약하에서 폐쇄형으로 해를 구한다.
• 공통 IRS 반사 세트를 갖는 서브캐리어별 공분산 설계가 가능하도록 OFDM으로 확장하고 고품질의 서브최적 해를 얻기 위한 볼록 완화(convex relaxation)을 적용한다.

실험 결과

연구 질문

• RQ1 IRS 및 MIMO의 공동 최적화로 가능한 기본 용량 한계는 무엇인가?
• RQ2 주파수-평면 페이딩하에서 용량을 최대화하기 위해 IRS 반사 계수와 전송 공분산을 어떻게 함께 설계해야 하는가?
• RQ3 공통 IRS 반사 패턴을 가지는 광대역 MIMO-OFDM으로 공동 설계를 서브캐리어에 확장하려면 어떻게 해야 하는가?
• RQ4 평면 및 주파수 선택적 페이딩 하에서 제안된 교대 최적화 알고리즘의 성능 이점은 벤치마크 대비 얼마나 되는가?

주요 결과

• 교대 최적화 프레임워크는 P1 문제에 대해 최소한 국소 최적해로 수렴한다.
• 고정 φ를 갖는 Q 최적화는 유효한 IRS 강화 채널 하에서 고유 모드 전송 및 워터필링을 통해 최적의 Q를 얻는다.
• 관련 행렬의 랭크-1 구조를 활용하여 α_m를 폐쇄형으로 얻을 수 있다.
• OFDM 설정에서 공통 IRS 반사 패턴을 갖는 볼록 완화 기반의 교대 최적화는 고품질의 서브최적 해를 제공한다.
• 수치 결과는 IRS 설계가 기존 IRS 없는 MIMO 대비 용량 이득을 크게 개선하고 채널 총 전력, 랭크 및 조건 수를 개선하는 경향을 보인다.