[논문 리뷰] Intelligent Reflecting Surface Meets OFDM: Protocol Design and Rate Maximization

Yifei Yang, Beixiong Zheng외 2명|arXiv (Cornell University)|2019. 06. 21.

Advanced Wireless Communication Technologies참고 문헌 22인용 수 30

한 줄 요약

이 논문은 주로 주파수 선택적 fading 환경에서 IRS-OFDM 시스템의 채널 추정 오버헤드를 줄이면서도 전송 전력 할당과 IRS 반사 계수의 공동 최적화를 가능하게 하는 실용적인 전송 프로토콜을 제안한다. 인텔리전트 반사 표면(IR) 요소들을 인접한 그룹으로 묶어 채널 학습 오버헤드를 감소시키면서도 비례적으로 빔포밍 유연성을 확보함으로써, 학습 오버헤드와 빔포밍 성능 간의 균형을 이루며 높은 데이터 전송률을 달성한다. 시뮬레이션 결과는 특히 현실적인 채널 조건 하에서 기존의 전통적 방법들보다 뛰어난 성능을 보임을 보여준다.

ABSTRACT

Intelligent reflecting surface (IRS) is a promising new technology for achieving both spectrum and energy efficient wireless communication systems in the future. However, existing works on IRS mainly consider frequency-flat channels and assume perfect knowledge of channel state information (CSI) at the transmitter. Motivated by this, in this paper we study an IRS-enhanced orthogonal frequency division multiplexing (OFDM) system under frequency-selective channels and propose a practical transmission protocol with channel estimation. First, to reduce the overhead in channel training and estimation and to exploit the channel spatial correlation, we propose a novel IRS elements grouping method, where each group consists of a set of adjacent IRS elements that share a common reflection coefficient. Based on this grouping method, we propose a practical transmission protocol where only the combined channel of each group needs to be estimated, thus substantially reducing the training overhead. Next, with any given grouping and estimated CSI, we formulate the problem to maximize the achievable rate by jointly optimizing the transmit power allocation and the IRS passive array reflection coefficients. Although the formulated problem is non-convex and thus difficult to solve, we propose an efficient algorithm to obtain a high-quality suboptimal solution for it, by alternately optimizing the power allocation and the passive array coefficients in an iterative manner, along with a customized method for the initialization. Simulation results show that the proposed design significantly improves the OFDM link rate performance as compared to the case without using IRS. Moreover, it is shown that there exists an optimal size for IRS elements grouping which achieves the maximum achievable rate due to the trade-off between the training overhead and IRS passive beamforming flexibility.

연구 동기 및 목표

• 주파수 선택적 fading 환경에서 IRS 보조 OFDM 시스템의 높은 채널 학습 오버헤드와 불완전한 CSI 문제를 해결하기 위해.
• 공유 반사 계수를 가진 인접한 IRS 요소들을 그룹화하여 채널 추정 오버헤드를 감소시키기 위해.
• 추정된 CSI 하에서 전송 전력 할당과 IRS 수동 빔포밍을 공동으로 최적화하여 전송률을 극대화하기 위해.
• 최적의 IRS 그룹화 비율을 통한 학습 오버헤드와 빔포밍 이득 간의 상호 상충 관계를 분석하기 위해.
• 다양한 SNR 영역 및 채널 코herence 시간에서의 성능 평가를 위해.

제안 방법

• 인접한 IRS 요소들이 동일한 반사 계수를 공유하는 방식의 그룹화 전략을 제안하여 추정이 필요한 채널 수를 감소시킴.
• 그룹당 복합 채널만 추정하는 실용적인 전송 프로토콜을 설계하여 학습 오버헤드를 크게 감소시킴.
• 전송 전력 할당과 수동 빔포밍 계수 설계를 공동으로 최적화하여 도달 가능한 전송률을 극대화하는 비볼록 최적화 문제를 수립함.
• 전력 할당과 반사 계수 최적화를 번갈아 수행하는 반복 알고리즘을 개발하고, 고품질의 부분 최적 해를 확보하기 위해 맞춤형 초기화 방법을 도입함.
• 주파수 선택적 페이딩 환경에서의 공간 상관성과 피LOT 오버헤드를 고려한 채널 추정 모델을 적용함.
• 코herence 시간을 고려한 그룹화 전략을 도입하여, 더 긴 채널 코herence 시간일수록 최적의 그룹화 비율이 증가함을 보임.

실험 결과

연구 질문

• RQ1 IRS 요소의 그룹화는 IRS-OFDM 시스템에서 빔포밍 성능을 저하시키지 않고 학습 오버헤드를 어떻게 줄일 수 있는가?
• RQ2 학습 오버헤드와 수동 빔포밍의 유연성 간의 균형을 고려할 때 최적의 IRS 그룹화 비율은 무엇인가?
• RQ3 제안된 프로토콜 하에서 SNR와 채널 코herence 시간이 변화할 경우 도달 가능한 전송률 성능는 어떻게 변하는가?
• RQ4 전력 할당과 IRS 반사 계수를 공동 최적화하는 것이 무작위 또는 고정된 위상 이동을 사용하는 기준 방법보다 성능이 뛰어나게 되는가?
• RQ5 채널 추정 오차는 특히 저SNR 영역에서 시스템 성능에 어떤 영향을 미치는가?

주요 결과

• 제안된 프로토콜은 IRS 요소 그룹화가 없는 시스템에 비해 도달 가능한 전송률이 뚜렷이 높으며, 저SNR 및 고코herence 시간 조건에서 특히 두드러진 성능 향상을 보임.
• 학습 오버헤드와 빔포밍 다양성 간의 상호 상충 관계로 인해 최적의 IRS 그룹화 비율이 존재하며, 중간 수준의 그룹화 비율에서 성능이 최고에 이르게 됨.
• 저SNR(γd = 0 dB) 조건에서는 낮은 및 높은 그룹화 비율 모두에서 채널 추정 오차 증가로 인해 성능이 저하되며, 중간 수준의 그룹화에서 도달 가능한 전송률이 최대가 됨.
• 고SNR(γd = 20 dB) 조건에서는 채널 코herence 시간이 길수록 최적의 그룹화 비율이 증가함. 이는 더 긴 코herence 시간 동안 학습 오버헤드를 보완할 수 있기 때문임.
• 맞춤형 초기화를 적용한 반복 알고리즘은 전체 최적화에 비해 훨씬 낮은 복잡도로 근사 최적의 전송률 성능를 달성함.
• 높은 학습 오버헤드가 존재하더라도, 제안된 방법은 모든 SNR 영역과 코herence 시간 조건에서 무작위 위상 벤치마크를 능가함.