[논문 리뷰] Power-Efficient Resource Allocation for Multiuser MISO Systems via Intelligent Reflecting Surfaces

Xianghao Yu, Dongfang Xu외 2명|arXiv (Cornell University)|2020. 05. 14.

Advanced Wireless Communication Technologies참고 문헌 12인용 수 12

한 줄 요약

이 논문은 QoS를 확보하면서 전송 전력 최소화를 목표로 하는 IRS 보조 다유저 MISO 시스템에서 동시 부스터링 및 위상 시프트 최적화를 위한 내부 근사화(IA) 알고리즘을 제안한다. 기존 방법과 달리, IA 알고리즘은 카룩-쿤-터커(KKT) 해로 수렴을 보장하며, 전통적인 MIMO 및 SDR 기반 방법에 비해 뛰어난 에너지 효율성을 보인다.

ABSTRACT

Intelligent reflecting surfaces (IRSs) are regarded as key enablers of next-generation wireless communications, due to their capability of customizing the wireless propagation environment. In this paper, we investigate power-efficient resource allocation for IRS-assisted multiuser multiple-input single-output (MISO) systems. To minimize the transmit power, both the beamforming vectors at the access point (AP) and phase shifts at the IRS are jointly optimized while taking into account the minimum required quality-of-service (QoS) of the users. To tackle the non-convexity of the formulated optimization problem, an inner approximation (IA) algorithm is developed. Unlike existing designs, which cannot guarantee local optimality, the proposed algorithm is guaranteed to converge to a Karush-Kuhn-Tucker (KKT) solution. Our simulation results show the effectiveness of the proposed algorithm compared to baseline schemes and reveal that deploying IRSs is more promising than leveraging multiple antennas at the AP in terms of energy efficiency.

연구 동기 및 목표

• 지능형 반사 표면(IRS)을 능동적이지 않고 저비용의 채널 조작 수 Mittel로 활용하여 다유저 MISO 시스템의 전력 효율성 문제를 해결한다.
• 개별 사용자에 대한 품질보증(QoS) 제약 조건을 만족시키면서 총 전송 전력을 최소화하는 비볼록 최적화 문제를 수립한다.
• 기존의 교대 최소화(AltMin) 및 정수형 완화(SDR) 방법의 한계를 극복한다. 이는 국소 최적성이나 제약 조건 이행 보장을 보장하지 못하기 때문이다.
• KKT 해로 수렴을 보장하는 새로운 내부 근사화(IA) 알고리즘을 개발하여 신뢰할 수 있고 최적의 전력 효율 자원 배분을 가능하게 한다.

제안 방법

• 접근점(AP)의 부스터링 벡터와 IRS의 위상 시프트를 동시에 설계하는 비볼록 최적화 문제로 전력 최소화 문제를 수립한다.
• 비볼록 제약 조건을 선형화하기 위해 내부 근사화(IA)를 적용하여 반복적으로 볼록 하위문제를 해결한다.
• 라그랑주 완화와 KKT 조건을 활용해 최적 부스터링 행렬의 구조를 유도하며, 행렬 질적 분석을 통해 랭크-1 해가 존재함을 증명한다.
• 랭크-1 제약 조건을 처리하기 위해 페널티 기반 재구성 방법을 도입하여 효율적인 반복 최적화를 가능하게 한다.
• IRS 요소가 능동적이며 전력을 소비하지 않기 때문에 녹색 통신 시스템에 이상적임을 활용한다.
• 랭크 제약 조건을 완화한 후 강력한 이중성과 슬레이터 조건을 활용하여 KKT 점으로의 수렴을 보장한다.

실험 결과

연구 질문

• RQ1 다유저 MISO 시스템에서 전송 전력을 최소화하기 위해 부스터링과 IRS 위상 시프트를 동시에 최적화할 수 있는 최적화 프레임워크를 개발할 수 있는가?
• RQ2 제안된 내부 근사화(IA) 알고리즘이 기존의 AltMin 및 SDR 기반 방법과 달리 KKT 해로 수렴을 보장하는가?
• RQ3 전송 전력 감소 측면에서 AP에 다수의 안테나를 장착하는 것과 비교해 IRS 도입의 에너지 효율성은 어떻게 되는가?
• RQ4 반사 요소의 수를 늘릴 경우 시스템의 에너지 효율성에 어떤 영향을 미치며, 전송 안테나 수를 늘리는 것보다 우월한가?
• RQ5 제안된 알고리즘이 SDR 기반 대안에서 무작위 초기화를 사용할 경우에도 QoS 제약 조건을 충족시킬 수 있는가?

주요 결과

• 제안된 IA 알고리즘은 기존의 SDR 기반 AltMin 방법이 수렴 보장을 하지 못하는 것과 달리, 카룩-쿤-터커(KKT) 해로 수렴함을 보장하여 국소 최적성을 확보한다.
• 시뮬레이션 결과, IA 알고리즘이 기준 SDR 기반 AltMin 기법보다 낮은 전송 전력을 달성함으로써 전력 효율성 측면에서 뛰어난 성능을 보였다.
• IRS 반사 요소의 수가 증가할수록 에너지 효율성이 단조롭게 증가한다. 이는 추가 전력 소비 없이도 전파 환경을 더 유연하게 조절할 수 있는 자유도가 증가하기 때문이다.
• AP에 전송 안테나를 추가하는 것보다 IRS 도입이 더 에너지 효율적이다. 추가적인 RF 체인은 상당한 회로 전력 소모를 유발하여 전송 전력 절감 효과를 상쇄하기 때문이다.
• 시스템의 평균 에너지 효율성은 반사 요소 수(M)가 증가할수록 향상되지만, 전송 안테나 수(N_t)가 증가할수록 악화된다. 이는 추가 RF 체인으로 인한 회로 전력 증가 때문이기 때문이다.
• KKT 조건을 통한 분석을 통해 최적 부스터링 행렬의 랭크-1 구조가 해석적으로 증명되었으며, 이는 해 프레임워크의 최적성과 일치함을 확인한다.