[논문 리뷰] Optimum Reconfigurable Intelligent Surface Selection for Wireless Networks

Yuting Fang, Saman Atapattu외 2명|arXiv (Cornell University)|2020. 12. 22.

Advanced Wireless Communication Technologies인용 수 5

한 줄 요약

이 논문은 RIS-보조 무선 네트워크에서 끝에서 끝까지의 신호 대 잡음비(SNR)를 최대화하기 위해 위치 기반 최적의 재구성 가능 지능 표면(RIS) 선택 정책을 제안한다. 제품 스케일링 및 합 스케일링 경로 손실 모델 하에서 수행되며, RIS 위치를 포아송 점 프로세스로 모델링함으로써, 저자들은 비재현 확률과 평균 속도를 유도하여 분석적 및 시뮬레이션 결과를 통해 뚜렷한 성능 향상을 입증한다. 이는 분산 운영을 가능하게 하는 제한된 피드백 프레임워크를 포함한다.

ABSTRACT

The reconfigurable intelligent surface (RIS) is a promising technology that is anticipated to enable high spectrum and energy efficiencies in future wireless communication networks. This paper investigates optimum location-based RIS selection policies in RIS-aided wireless networks to maximize the end-to-end signal-to-noise ratio for product-scaling and sum-scaling path-loss models where the received power scales with the product and sum of the transmitter-to-RIS and RIS-to-receiver distances, respectively. These scaling laws cover the important cases of end-to-end path-loss models in RIS-aided wireless systems. The random locations of all available RISs are modeled as a Poisson point process. To quantify the network performance, the outage probabilities and average rates attained by the proposed RIS selection policies are evaluated by deriving the distance distribution of the chosen RIS node as per the selection policies for both product-scaling and sum-scaling path-loss models. We also propose a limited-feedback RIS selection framework to achieve distributed network operation. The outage probabilities and average rates obtained by the limited-feedback RIS selection policies are derived for both path-loss models as well. The numerical results show notable performance gains obtained by the proposed RIS selection policies.

연구 동기 및 목표

• 미래의 6G 네트워크에서 무작위로 배치된 RIS 집합 중 최적의 RIS를 선택하여 끝에서 끝까지의 SNR를 최대화하는 문제를 해결하기 위해.
• 트랙터블한 스토하스틱 기하학 기반 성능 분석을 가능하게 하기 위해 RIS 위치를 동질적 포아송 점 프로세스(PPP)로 모델링하기 위해.
• 제품 스케일링 및 합 스케일링 경로 손실 모델 모두에서 비재현 확률과 평균 속도에 대한 폐쇄형 표현식을 도출하기 위해.
• 최소한의 신호 전송 오버헤드로 분산 네트워크 운영을 가능하게 하는 제한된 피드백 RIS 선택 프레임워크를 제안하기 위해.
• 실제 경로 손실이 근거리/원거리 조건에 따라 RIS 간으로 다양할 때, 균일한 경로 손실 모델 가정(제품 또는 합 스케일링)의 정확도를 혼합 경로 손실 시뮬레이션과 비교하여 검증하기 위해.

제안 방법

• 비정규적이고 대규모 네트워크 토폴로지를 포괄하기 위해 다수의 RIS 무작위 배치를 동질적 포아송 점 프로세스(PPP)로 모델링하기 위해.
• 제품 스케일링 및 합 스케일링 모델 모두에서 끝에서 끝까지의 경로 손실을 최소화하는 데 기반한 최적의 RIS 선택 정책을 수립하여 SNR를 최대화하기 위해.
• 스토하스틱 기하학 도구를 사용하여 각 경로 손실 모델 하에서 선택된 RIS까지의 거리의 누적분포함수(CDF)를 유도하기 위해.
• 유도된 거리 분포를 사용하여 두 경로 손실 모델 모두에 대해 비재현 확률 및 평균 속도 표현식을 계산하기 위해.
• 최적의 RIS들만 위치 및 경로 손실에 기반하여 채널 상태 정보(CSI)를 피드백하는 제한된 피드백 RIS 선택 기법을 제안하여 피드백 오버헤드를 감소시키기 위해.
• 혼합 경로 손실 모델(제품 및 합 스케일링)을 사용한 시뮬레이션을 통해 분석 결과의 정확성을 검증하여, 특정 조건 하에서는 균일한 가정이 정확한 근사치를 제공하는 것으로 나타내기 위해.

실험 결과

연구 질문

• RQ1 무작위로 배치된 RIS를 갖는 RIS-보조 네트워크에서 위치 정보 기반 최적의 RIS 선택 정책이 끝에서 끝까지의 SNR에 어떤 영향을 미치는가?
• RQ2 제품 스케일링 및 합 스케일링 경로 손실 모델 하에서 제안된 최적의 RIS 선택 정책이 비재현 확률 및 평균 속도 성능에 어떤 향상을 이룬다?
• RQ3 실제 경로 손실이 근거리/원거리 조건에 따라 RIS 간으로 다양할 때, 균일한 경로 손실 스케일링(제품 또는 합) 가정은 얼마나 정확한가?
• RQ4 제한된 피드백 RIS 선택 프레임워크는 분산 네트워크에서 최소한의 신호 전송 오버헤드로 근사 최적 성능을 달성할 수 있는가?
• RQ5 제품 스케일링 또는 합 스케일링 경로 손실 모델이 혼합 경로 손실 시나리오에 대해 좋은 근사치를 제공하는 조건는 무엇인가?

주요 결과

• 제안된 최적의 위치 기반 RIS 선택 정책은 비최적화된 선택 대비 비재현 확률 및 평균 속도 측면에서 뚜렷한 성능 향상을 달성한다.
• 전기적으로 큰 RIS(ξ ≥ 5)의 경우, 원거리 RIS가 선택될 가능성이 낮기 때문에 합 스케일링 경로 손실 모델이 혼합 경로 손실 시나리오를 잘 근사한다.
• 전기적으로 작은 RIS(ξ ≤ 0.1)의 경우, 대부분의 RIS가 원거리에 있기 때문에 제품 스케일링 경로 손실 모델이 혼합 경로 손실 사례를 밀도 있게 근사한다.
• 제한된 피드백 RIS 선택 프레임워크는 훨씬 감소된 피드백 오버헤드로 높은 성능을 달성하여 분산 네트워크 운영을 가능하게 한다.
• 스토하스틱 기하학을 사용하여 비재현 확률 및 평균 속도에 대한 분석적 표현식을 폐쇄형으로 도출하여 성능 평가의 트랙터블성을 보장한다.
• 시뮬레이션 결과는 분석 모델의 정확성을 확인하여, 다양한 경로 손실 가정 하에서 이론적 예측과 시뮬레이션 결과 간에 강한 일치를 보여준다.