[논문 리뷰] Max-Min Fairness in IRS-Aided Multi-Cell MISO Systems with Joint Transmit and Reflective Beamforming

Hailiang Xie, Jie Xu외 1명|arXiv (Cornell University)|2020. 02. 28.

Advanced Wireless Communication Technologies인용 수 11

한 줄 요약

이 논문은 정확한 및 비정확한 교대 최적화를 사용하여 SCA와 SDR를 적용한 IRS를 활용한 다셀 MISO 시스템에서 동시 전송 및 반사 beamforming 최적화를 제안하여 최소 가중 SINR를 최대화한다. 비정확한 접근 방식은 성능 손실이 미미한 단위 진폭 반사 제약 조건 하에서도 정확한 방법보다 뛰어난 성능과 낮은 복잡도를 달성한다.

ABSTRACT

This paper investigates an intelligent reflecting surface (IRS)-aided multi-cell multiple-input single-output (MISO) system with several multi-antenna base stations (BSs) each communicating with a single-antenna user, in which an IRS is dedicatedly deployed for assisting the wireless transmission and suppressing the inter-cell interference. Under this setup, we jointly optimize the coordinated transmit beamforming at the BSs and the reflective beamforming at the IRS, for the purpose of maximizing the minimum weighted signal-to-interference-plus-noise ratio (SINR) at the users, subject to the individual maximum transmit power at the BSs and the reflection constraints at the IRS. To solve the non-convex problem, we first present an exact-alternating-optimization design to optimize the transmit and reflective beamforming vectors in an alternating manner, in which the transmit and reflective beamforming optimization subproblems are solved exactly by using the technique of semi-definite relaxation (SDR). However, it has high computational complexity and may lead to compromised performance due to the uncertainty of randomization in SDR. To avoid these drawbacks, we further propose an inexact-alternating-optimization design, in which the transmit and reflective beamforming optimization subproblems are solved inexactly based on the principle of successive convex approximation (SCA). In addition, to further reduce the complexity, we propose a low-complexity inexact-alternating-optimization design, in which the reflective beamforming optimization subproblem is solved more inexactly. Numerical results show that the significant performance gains achieved by the proposed three designs against benchmark schemes. Moreover, the inexact-alternating-optimization designs outperform the exact-alternating-optimization one in terms of both the achieved min-weighted-SINR value and the computational complexity.

연구 동기 및 목표

• 지능형 반사 표면(IRS)을 사용하여 밀도 높은 다셀 MISO 네트워크에서의 이웃셀 간 간섭과 열악한 커버리지 문제를 해결한다.
• 모든 사용자 간 최소 가중 SIR(신호 대 간섭 및 노이즈 비율)를 최대화하여 공정성을 확보한다.
• 전력 제약과 반사 제약 조건 하에서 기지국의 공동 전송 beamforming과 IRS의 반사 beamforming을 동시에 최적화한다.
• 실제 구현에 적합한 성능과 계산 효율성을 균형 잡은 저복잡도 알고리즘을 개발한다.

제안 방법

• 전송 전력과 IRS 반사 제약 조건이 있는 비볼록 min-weighted-SINR 최대화 문제를 수립한다.
• 전송 beamforming에는 두 번째 순서 컨벡스 프로그래밍(SOCP)을, 반사 beamforming에는 준정방형 완화(SDR)를 사용한 정확한 교대 최적화 방법을 제안한다.
• 계산 복잡도를 낮추고 SDR 랜덤화 문제를 피하기 위해 순차적 볼록 근사( successive convex approximation, SCA) 기반의 비정확한 교대 최적화 방법을 도입한다.
• 반사 beamforming 하위 문제의 해를 추가로 완화하여 저복잡도 변형을 개발한다.
• 전송 및 반사 beamforming 벡터를 반복적으로 개선하기 위해 교대 최적화를 적용한다.
• 최적화된 진폭을 단위 크기로 프로젝션하여 단위 진폭 반사 제약 조건에 적응시키며, 성능 손실를 최소화한다.

실험 결과

연구 질문

• RQ1 IRS를 활용한 다셀 MISO 시스템에서 동시 전송 및 반사 beamforming 설계가 공정성과 SINR 향상에 상당한 기여를 할 수 있는가?
• RQ2 비정확한 교대 최적화 방법은 정확한 교대 최적화 방법과 비교해 성능 및 복잡도 측면에서 어떻게 다를까?
• RQ3 IRS 요소에 단위 진폭 반사 제약 조건을 도입할 경우 성능 손실는 얼마나 되는가?
• RQ4 제안된 알고리즘은 실용적 구현을 위해 계산 비용을 줄이며 near-optimal 성능를 달성할 수 있는가?

주요 결과

• 제안된 비정확한 교대 최적화 방법은 달성된 최소 가중 SINR와 계산 복잡도 모두에서 정확한 교대 최적화 방법을 뛰어넘는다.
• 저복잡도 비정확한 교대 최적화 설계는 계산 복잡도를 크게 감소시키며 성능 저하도 미미하게 유지한다.
• IRS 배치로 인해 목적 신호 강화와 이웃셀 간섭 억제를 통해 특히 셀 엣지 사용자에게 SINR 향상이 뚜렷하게 향상된다.
• 제안된 알고리즘은 단위 진폭 반사 제약 조건 하에서도 near-optimal 성능를 달성하며, 전체 진폭 설계 대비 성능 손실가 미미하다.
• 수치 결과는 제안된 방법이 IRS가 없는 경우 또는 무작위 반사 beamforming을 사용하는 경우보다 상당히 뛰어난 성능를 확보함을 확인한다.