Skip to main content
QUICK REVIEW

[논문 리뷰] Optimization of RIS-aided MIMO Systems via the Cutoff Rate

Nemanja Stefan Perović, Marco Di Renzo|arXiv (Cornell University)|2020. 12. 09.
Advanced Wireless Communication Technologies참고 문헌 19인용 수 39
한 줄 요약

이 논문은 기존에 비해 비가역적인 이산 신호 방식을 사용하는 RIS-보조 MIMO 시스템에서 상호정보량(MI) 최적화를 위해 채널 커팅 레이트(CR)를 실용적인 대체 지표로 제안한다. 이를 위해 정사각형 기울기 방법(PGM)과 순차적 볼록 근사(SGA) 방법을 도입하여 조합된 예비처리 및 RIS 위상 이득을 동시에 최적화함으로써, 특히 작은 조합 기반 신호 방식에서 기존 가우시안 신호 방식 최적화 대비 뚜렷한 CR 및 MI 향상을 달성한다.

ABSTRACT

International audience

연구 동기 및 목표

  • 이산 신호 방식을 사용하는 RIS-보조 MIMO 시스템에서 상호정보량(MI) 최적화의 비가역성 문제를 해결하기 위해.
  • 상호정보량 최적화를 위한 실용적이고 신뢰할 수 있는 대체 지표로 채널 커팅 레이트(CR)를 제안하기 위해.
  • 완전한 채널 상태 정보(CSI) 하에서 조합된 예비처리 및 RIS 위상 이득 설계를 위한 효율적인 국소 최적화 방법을 개발하기 위해.
  • 실제 이산 변조 시스템에서 CR 기반 최적화가 기존 가우시안 신호 방식 기반 최적화보다 우수한 성능을 보이는지 입증하기 위해.

제안 방법

  • 채널 커팅 레이트(CR)를 상호정보량의 실용적인 하한으로 사용하여 최적화의 실현 가능성을 높인다.
  • 조합된 예비처리 및 RIS 위상 이득 최적화를 위한 닫힌 형태의 업데이트를 갖춘 정사각형 기울기 방법(PGM)을 제안한다.
  • RIS 요소의 비볼록 단위 모듈러스 제약 조건을 볼록화함으로써 최적성 손실 없이 순차적 볼록 근사(SGA) 방법을 개발한다.
  • 행렬 미적분학과 벡터화를 활용하여 CR의 복소수 미분계수를 위상 이득 및 예비처리 행렬에 대해 유도한다.
  • PGM에서는 선형 탐색을, SGA의 볼록 하위문제 해결에는 CVX와 MOSEK를 사용한다.
  • 완전한 채널 상태 정보(CSI)를 가정하며, 단위 에너지 기반의 M-ary 이산 변조를 사용한다.

실험 결과

연구 질문

  • RQ1이산 신호 방식을 사용하는 RIS-보조 MIMO 시스템에서 커팅 레이트가 상호정보량 최적화를 위한 신뢰할 수 있고 실용적인 대체 지표가 될 수 있는가?
  • RQ2PGM 및 SGA 방법은 조합된 예비처리 및 RIS 위상 이득 설계 최적화에서 어떻게 상호 비교되는가?
  • RQ3실제 이산 변조 시스템에서 CR 기반 최적화는 기존 가우시안 신호 방식 기반 최적화보다 더 높은 상호정보량을 제공하는가?
  • RQ4직접 링크 존재 및 차단 조건 하에서 제안된 방법을 사용할 경우 CR 및 MI 측면에서 어떤 성능 향상이 달성되는가?
  • RQ5비볼록성으로 인한 열악한 국소 최적해를 피할 수 있는가?

주요 결과

  • 제안된 PGM 및 SGA 방법은 거의 동일한 성능를 보이며, 몇 번의 반복 내에 수렴한다.
  • 직접 링크 존재 시 CR 기반 최적화는 상호정보량을 약 2 bpcu 향상시키며, 차단 시에는 3 bpcu 향상된다.
  • M = 4일 경우, CR 기반 최적화는 가우시안 신호 방식 기반 최적화보다 상호정보량이 뚜렷이 높으며, 격차는 1 bpcu 이상이다.
  • 가우시안 신호 방식의 가용률은 여전히 상호정보량보다 높지만, M = 16일 경우 격차는 0.2 bpcu 이하로 좁혀진다.
  • 이론적 분석을 통해 단위 모듈러스를 초월한 위상 이득 스케일링이 목적 함수 향상에 기여함을 확인하여, 최적화 과정에서 단위 모듈러스 제약 조건을 사용하는 것이 타당함을 입증한다.

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.