[논문 리뷰] Resource Allocation in STAR-RIS-Aided Networks: OMA and NOMA

Chenyu Wu, Xidong Mu외 3명|arXiv (Cornell University)|2021. 11. 06.

Advanced Wireless Communication Technologies인용 수 5

한 줄 요약

이 논문은 OMA와 NOMA를 모두 사용하여 STAR-RIS를 활용한 다대역 네트워크에서 공동 자원 할당 및 비례형 최적화를 제안한다. OMA에 대해서는 매칭 기반 채널 할당과 반복 최적화를 도입하였고, NOMA에 대해서는 볼록 근사와 기하학적 프로그래밍을 활용한 3단계 접근 방식을 제안하여 기존의 RIS 및 OMA 시스템에 비해 상당한 합성율 향상을 달성하였다.

ABSTRACT

Simultaneously transmitting and reflecting reconfigurable intelligent surface (STAR-RIS) is a promising technology to achieve full-space coverage. This paper investigates the resource allocation problem in a STAR-RIS-assisted multi-carrier communication network. To maximize the system sum-rate, a joint optimization problem for orthogonal multiple access (OMA) is first formulated, which is a mixed-integer non-linear programming problem. To solve this challenging problem, we first propose a channel assignment scheme utilizing matching theory and then invoke the alternating optimization-based method to optimize the resource allocation policy and beamforming vectors iteratively. Furthermore, the sum-rate maximization problem for non-orthogonal multiple access (NOMA) is investigated. To efficiently solve it, we first propose a location-based matching algorithm to determine the sub-channel assignment, where a transmitted user and a reflected user are grouped on a sub-channel. Then, a three-step approach is proposed, where the decoding orders, beamforming-coefficient vectors, and power allocation are optimized by employing semidefinite programming, convex upper bound approximation, and geometry programming, respectively. Numerical results unveil that: 1) For OMA, a general design that includes same-side user-pairing for channel assignment is preferable, while for NOMA, the proposed transmission-and-reflection scheme can achieve near-optimal performance. 2) The STAR-RIS-aided NOMA network significantly outperforms the networks employing conventional RISs and OMA.

연구 동기 및 목표

• STAR-RIS를 활용하여 무선 네트워크의 전방위 커버리지 문제를 해결함으로써 신호의 동시에 전송 및 반사 기능을 가능하게 한다.
• 다대역 네트워크에서 채널 할당, 전력 할당, 비례형 최적화를 공동으로 최적화하여 시스템의 합성율을 극대화한다.
• STAR-RIS 시스템의 자원 할당에서 발생하는 혼합정수비선형계획문제(MINLP) 및 NP-난문 문제의 계산 복잡도를 극복한다.
• 기본적인 전력 할당 및 비례형 최적화 방법보다 성능이 뛰어나고 복잡도가 낮은 알고리즘을 설계하여 OMA 및 NOMA 환경에서의 성능을 향상시킨다.

제안 방법

• OMA에서 효율적인 사용자 그룹화를 위해 매칭 이론 기반의 채널 할당 기법을 제안하여 전송 및 반사 링크를 통해 사용자를 할당한다.
• OMA에서 전력 할당, 비례형 벡터, 서브채널 할당을 반복적으로 개선하기 위해 교차 최적화 프레임워크를 적용한다.
• NOMA에서 복잡도를 줄이기 위해 각 서브채널에 하나의 전송 사용자와 하나의 반사 사용자를 할당하기 위한 위치 기반 매칭 알고리즘을 도입한다.
• NOMA에 대해 3단계 최적화를 적용한다: 첫째, 최대 복합 채널 이득 기준으로 디코딩 순서를 결정한다; 둘째, 비례형 최적화를 위해 볼록 상한 근사 기법을 사용한다; 셋째, 전력 할당에 기하학적 프로그래밍을 적용한다.
• NOMA에서 비례형 벡터를 최적화하기 위해 정수형 프로그래밍(SDP)을 활용하여 수렴성과 성능 한계를 보장한다.
• 변환된 변수를 도입하여 NOMA의 전력 제약 조건을 볼록 재구성함으로써, 볼록 최적화 기법을 통해 효율적인 해를 도출할 수 있도록 한다.

실험 결과

연구 질문

• RQ1 STAR-RIS를 활용한 OMA 네트워크에서 채널 할당을 어떻게 효율적으로 설계할 수 있을까? 이는 합성율을 극대화하면서도 복잡도를 최소화하는 데 목적이 있다.
• RQ2 탄력적인 디코딩 순서를 고려할 때, STAR-RIS를 활용한 NOMA 네트워크에서 최적의 비례형 및 전력 할당 전략은 무엇인가?
• RQ3 합성율 측면에서, STAR-RIS를 활용한 NOMA는 기존의 RIS 기반 네트워크 및 STAR-RIS-OMA 시스템에 비해 어떤 성능 차이를 보이는가?
• RQ4 OMA 및 NOMA 환경에서, 동일 측면 대비 전송-반사 조합 방식과 같은 다양한 사용자 쌍화 전략이 시스템 성능에 미치는 영향은 어떠한가?
• RQ5 STAR-RIS를 활용한 NOMA에서 저복잡도의 디코딩 순서 선택 방법이 근사 최적 성능을 달성할 수 있는가?

주요 결과

• OMA의 경우, 채널 할당에 동일 측면 사용자 쌍화를 포함한 일반적인 설계가 다른 방법보다 성능이 뛰어나며, 합성율 극대화에 유리하다.
• NOMA의 경우, 제안된 전송 및 반사 사용자 쌍화 기법이 특히 6명 이하의 사용자에서 기존의 전수 검색 기반 알고리즘과 유사한 성능을 달성한다.
• 연쇄 채널 기반의 디코딩 순서 알고리즘이 소규모 네트워크에서는 우수한 성능을 보이나, 사용자 수가 증가할수록 성능이 떨어지며, 이는 확장성에 한계가 있음을 시사한다.
• STAR-RIS를 활용한 NOMA는 기존의 RIS 기반 네트워크 및 STAR-RIS-OMA 시스템보다 뚜렷한 합성율 향상을 보이며, 상당한 성능 향상을 입증한다.
• 제안된 최대 복합 채널 이득 기반의 디코딩 순서 알고리즘은 낮은 복잡도로 근사 최적 성능을 달성하며, 특히 중규모 네트워크에서 뛰어난 성능을 보인다.
• NOMA에서 전력 제약 조건을 볼록 재구성함으로써 수렴성이 보장되고, 기하학적 프로그래밍 및 볼록 근사 기법을 통한 효율적 최적화가 가능해진다.