[논문 리뷰] Energy Efficiency Maximization of Simultaneous Transmission and Reflection RIS Assisted Full-Duplex Communications
이 논문은 동시 전송 및 반사 재구성 가능 지능형 표 superfice (STAR-RIS)를 지원하는 전반구(전용) 통신 시스템을 위한 에너지 효율성(EE) 최대화 프레임워크를 제안한다. 기지국 및 업링크 사용자 전송 전력과 STAR-RIS 수동 beamforming을 함께 최적화함으로써, 교차 최적화, Dinkelbach의 방법, 그리고 순차적 볼록 근사법을 활용하여, 특히 높은 RIS 요소 수와 효과적인 자기간섭 제거 조건에서 기준 대비 뛰어난 EE 성능을 달성한다.
This work studies the effectiveness of a novel simultaneous transmission and reflection reconfigurable intelligent surface (STAR-RIS) aided Full-Duplex (FD) communication system. We aim to maximize the energy efficiency by jointly optimizing the transmit power and passive beamforming at the STAR-RIS. We propose an efficient algorithm to optimize them iteratively under the alternating optimization framework. The successive convex approximation (SCA) and Dinkelbach's method are used to solve the power optimization subproblem. The penalty-based method is used to design passive beamforming at the STAR-RIS. Numerical results verify the convergence and effectiveness of the proposed algorithm, and further reveal the benifits of the combining of the STAR-RIS and FD communication compared to benchmarks.
연구 동기 및 목표
- STAR-RIS를 활용한 전반구 시스템에서 에너지 효율성에 관한 연구 부족을 보완한다.
- STAR-RIS를 갖춘 전반구 통신에서 전력 및 beamforming 최적화 문제의 비볼록성에 대처한다.
- 업링크 및 다운링크 사용자에 대한 최소 데이터율 제약 조건을 만족시키면서 시스템의 에너지 효율성을 최대화한다.
- 실제 구현에 적합한 저복잡도이자 수렴성 보장된 알고리즘을 설계하기 위해 Dinkelbach의 방법과 순차적 볼록 근사법을 융합한다.
- STAR-RIS와 전반구 기술의 융합이 스펙트럼 효율성과 에너지 효율성 향상에 기여하는 바를 입증한다.
제안 방법
- 비볼록 EE 최대화 문제를 전송 전력 최적화 및 수동 beamforming 설계의 두 하위문제로 분해한다.
- 두 하위문제를 순차적으로 해결하기 위해 교차 최적화 (AO) 프레임워크를 적용한다.
- 분수 프로그래밍을 순차적 매개변수 하위문제로 변환함으로써 전력 최적화 하위문제를 Dinkelbach의 방법으로 해결한다.
- 비볼록 beamforming 제약 조건을 다루기 위해 페널티 기반 방법과 순차적 볼록 근사 (SCA)를 조합하여 정류점에 수렴한다.
- 모든 m에 대해 βₘᵗ + βₘʳ = 1 인 제약 조건을 통해 각 STAR-RIS 요소에서 에너지 보존을 확보한다.
- 반복 최적화를 통한 EE의 단조 증가와 유한한 시스템 자원을 활용하여 수렴성을 확보한다.
실험 결과
연구 질문
- RQ1STAR-RIS와 전반구 통신의 융합은 기존의 하프드уп렉스 또는 RIS 전용 시스템에 비해 시스템의 에너지 효율성을 얼마나 향상시키는가?
- RQ2STAR-RIS를 활용한 전반구 시스템에서 EE를 최대화하기 위해 전송 전력과 수동 beamforming을 어떻게 최적화할 수 있는가?
- RQ3STAR-RIS 요소에서 잔류 자기간섭과 회로 전력은 도달 가능한 에너지 효율성에 어떤 영향을 미치는가?
- RQ4제안된 최적화 프레임워크 하에서 RIS 요소 수를 늘릴 경우 시스템 EE는 어느 정도 향상되는가?
- RQ5HD, 전통적인 RIS, 합계 데이터율 최대화 기반 기준 대비 제안된 알고리즘이 성능과 수렴성 면에서 어떻게 비교되는가?
주요 결과
- 제안된 EE 최대화 기반 STAR-RIS 전반구 시스템(SR-FD-EEM)은 모든 시험 환경에서 가장 높은 에너지 효율성을 달성하며, HD 및 전통적인 RIS 기반 전반구 시스템보다 뛰어난 성능을 보인다.
- STAR-RIS 요소 수가 증가함에 따라 스펙트럼 효율성이 향상되고 전력 소모가 미미하게 증가함에 따라 EE가 증가하며, SR-FD-EEM은 가장 급격한 상승 추세를 보인다.
- 잔류 자기간섭은 전반구 시스템의 EE를 악화시키지만, 제안된 방법은 효과적인 자기간섭 제거 덕분에 높은 EE를 유지한다. 반면 HD 시스템은 자기간섭 영향을 받지 않아 영향이 없다.
- 합계 데이터율 최대화 기반 시스템(SR-FD-SRM)은 초기에 업링크 전력 증가에 따라 EE가 증가하지만, 과도한 에너지 소비로 인해 결국 감소한다. 반면 EE 최대화 기반 시스템은 최적점까지 단조적으로 증가하는 경향을 보인다.
- STAR-RIS 요소당 높은 회로 전력(Pₛ)은 시스템 EE를 감소시키지만, SR-FD-EEM은 높은 Pₛ 조건에서도 기준 대비 뚜렷한 성능 향상을 유지한다.
- 제안된 AO 기반 알고리즘은 신뢰성 있게 수렴하며, 계산 복잡도가 O(L(2Lₚ + 2LₒLᵢM³·⁵)) 수준이므로 대규모 구현에 실용적이다.
더 나은 연구,지금 바로 시작하세요
논문 읽기부터 검토까지, 연구 시간을 획기적으로 줄여보세요.
카드 등록 없음 · 무료 플랜 제공
이 리뷰는 AI가 만들고, 인간 에디터가 검토했습니다.