[논문 리뷰] Weighted Sum-Rate Maximization for Multi-IRS Aided Cooperative Transmission

Zhengfeng Li, Meng Hua외 2명|arXiv (Cornell University)|2020. 02. 12.

Advanced Wireless Communication Technologies참고 문헌 10인용 수 8

한 줄 요약

이 논문은 다중 IRS를 지원하는 협업 전송을 위한 공동 최적화 프레임워크를 제안하여 세포 외곽 사용자들의 가중합속도(WSR)를 최대화한다. 비례 기반 방법을 활용한 beamforming과 리emannian 다양체 공액 기울기(RMCG)를 활용한 위상 이동 최적화를 통해, 시뮬레이션 결과 빠른 수렴과 기준 대비 뛰어난 성능 향상을 보이며, 고전압 전송 및 최적화된 위상 이동에서 특히 두드러진 스펙트럼 효율성 향상을 달성한다.

ABSTRACT

This paper investigates multiple intelligent reflecting surfaces (IRSs) aided wireless network, where the IRSs are deployed to cooperatively assist communications between a multi-antenna base station (BS) and multiple single-antenna cell-edge users. We aim at maximizing the weighted sum rate of all the cell-edge users by jointly optimizing the BS's transmit beamforming and IRS's phase shifts. Especially, the beamforming is optimally solved by the Lagrangian method, and the phase shifts are obtained based on the Riemannian manifold conjugate gradient (RMCG) method. Numerical results show that a significant throughput is improved with aid of multiple IRSs.

연구 동기 및 목표

• 다중 IRS를 지원하는 무선 네트워크의 세포 외곽 영역에서 낮은 스펙트럼 효율성과 커버리지 문제를 해결한다.
• 전송 전력 제약과 단위 모듈러스 제약 조건 하에서 가중합속도(WSR)를 최대화하기 위한 비볼록 최적화 문제를 수립한다.
• 기지국(BS)의 전송 beamforming과 다수의 지능형 반사 표면(IRS)의 위상 이동을 공동으로 최적화하여 사용자 스루풋을 향상시킨다.
• WSR 문제의 비볼록성과 단위 모듈러스 제약 조건을 극복하기 위해 등가의 가중합평균제곱오차(WMSE) 재구성 방법을 도입한다.
• 실제 구현에 적합한 효율적인 반복 알고리즘을 개발하기 위해 라그랑주 이중화와 리emannian 다양체 공액 기울기(RMCG)를 융합한다.

제안 방법

• 비볼록 WSR 문제를 해석 가능한 최적화가 가능한 등가의 가중합평균제곱오차(WMSE) 최소화 문제로 재구성한다.
• 비례 기반 이중 방법을 적용하여 beamforming 최적화 하위 문제를 해결하고, 닫힌 형식의 해를 가진 볼록 하위 문제로 변환한다.
• 리emannian 다양체 공액 기울기(RMCG) 방법을 사용하여 단위 모듈러스 다양체 상에서 위상 이동 행렬을 최적화하여 조건 $|e^{j heta}| = 1$ 를 유지한다.
• beamforming과 위상 이동 최적화를 반복적으로 교차하여 각각의 최적화 기법을 통해 업데이트한다.
• 전체 알고리즘의 수렴성과 안정성을 확보하기 위해 선형 탐색 전략을 도입한다.
• RMCG 방법에서 위상 이동 업데이트를 이끄는 유클리드 기울기를 유도한다.

실험 결과

연구 질문

• RQ1 BS beamforming과 다수의 IRS 위상 이동을 공동 최적화할 경우, 세포 외곽 사용자 시나리오에서 가중합속도(WSR)는 어떻게 향상되는가?
• RQ2 다중 사용자 다운링크 시스템에서 단일 IRS나 IRS 없음 대비 다수의 IRS를 사용할 경우의 성능 향상은 어떠한가?
• RQ3 무작위 위상 이동 또는 IRS 없음과 같은 기준 대비 제안된 알고리즘의 수렴 속도와 스펙트럼 효율성은 어떻게 비교되는가?
• RQ4 위상 이격 수(M)와 전송 전력 증가가 시스템의 가중합속도에 미치는 영향은 무엇인가?
• RQ5 실제 구현에서 제안된 방법은 빠른 수렴과 낮은 계산 복잡도를 달성할 수 있는가?

주요 결과

• 제안된 공동 최적화 방법은 특히 전송 전력 증가 시 기준 대비 유의미하게 높은 가중합속도(WSR)를 달성한다.
• 알고리즘은 매우 신속하게 수렴하며, 큰 IRS(예: M = 60개의 위상 이격)에서도 WSR이 몇 번의 반복 내에서 단조롭게 증가하고 안정화됨을 보였다.
• 무작위 위상 이동 기법은 IRS 없음 경우와 거의 동일한 성능을 보이며, 성능 향상을 위해서는 최적화된 위상 이동이 필수적임을 시사한다.
• 위상 이격 수(M)가 증가할수록 WSR이 증가하지만, 이 증가를 실제로 활용할 수 있는 것은 최적화된 기법 뿐이며, 무작위 위상 이동 기법은 향상되지 않는다.
• 제안된 알고리즘은 낮은 계산 복잡도를 유지하며, 총 계산 복잡도는 $ \text{O}(\rho_1(\rho_2 (ML)^2 + N_t^3 + \text{log}_2((\rho_{\text{max}} - \rho_{\text{min}})/\tau))) $ 로 스케일링되며, 여기서 $ \rho_1 $ 및 $ \rho_2 $ 는 반복 횟수이다.
• 수치 결과는 다수의 IRS가 특히 심한 경로 손실을 겪는 세포 외곽 영역에서 스펙트럼 효율성을 크게 향상시킴을 확인한다.