[论文解读] Full-Duplex MIMO-OFDM Communication with Self-Energy Recycling

Ali A. Nasir, Hoang Duong Tuan+2 more|arXiv (Cornell University)|Mar 24, 2019

Full-Duplex Wireless Communications参考文献 35被引用 5

一句话总结

该论文提出了一种全双工MIMO-OFDM系统，能够从源信号和自干扰中同时进行能量采集，通过一种新型的路径跟踪算法实现频谱效率最大化，该算法采用闭式功率分配。与传统求解器相比，该方法在显著降低计算复杂度的同时实现了较高的频谱效率，使其适用于包含数千个变量的大规模系统。

ABSTRACT

This paper focuses on energy recycling in full-duplex (FD) relaying multiple-input-multiple-output orthogonal frequency division multiplexing (OFDM) communication. The loop self-interference (SI) due to full-duplexing is seen as an opportunity for the energy-constrained relay node to replenish its energy requirement through wireless power transfer. In forwarding the source information to the destination, the FD relay can simultaneously harvest energy from the source wireless transmission and also through energy recycling from its own transmission. The objective is to maximize the overall spectral efficiency by designing the optimal power allocation over OFDM sub-carriers and transmit antennas. Due to a large number of sub-carriers, this design problem poses a large-scale nonconvex optimization problem involving a few thousand variables of power allocation, which is very computationally challenging. A new path-following algorithm is proposed, which converges to an optimal solution. This algorithm is very efficient since it is based on extit{closed-form} calculations. Numerical results for a practical simulation setting show promising results by achieving high spectral efficiency.

研究动机与目标

• 为解决MIMO-OFDM系统中能量受限的全双工中继问题，通过利用残留自干扰作为能量来源。
• 通过子载波和发射天线上的最优功率分配，最大化全双工MIMO-OFDM中继系统的频谱效率。
• 为从数千个子载波和天线功率变量中产生的大规模非凸优化问题，开发一种计算高效的解决方案。
• 证明从残留自干扰中回收自能可显著提升系统性能，且无需额外硬件。

提出的方法

• 提出一种路径跟踪算法，仅通过闭式计算即可收敛至最优解，避免使用迭代求解器。
• 利用连续凸逼近方法，将大规模非凸优化问题重构成一系列凸子问题。
• 利用对数不等式（例如，ln(1+x) ≤ ln(1+ȳ) + (x−ȳ)/(1+ȳ)）对频谱效率表达式进行线性化，以实现可处理的优化。
• 整合来自源信号和中继自身自干扰的能量采集，将残留自干扰视为能量源而非干扰源。
• 采用对偶分解方法解耦子载波与天线的功率分配，实现高效计算。
• 采用实用的两阶段协议：中继在信息转发期间从源信号中采集能量，并回收自身传输的功率。

实验结果

研究问题

• RQ1 在全双工MIMO-OFDM系统中，残留自干扰是否可被有效再利用为中继运行的能量来源？
• RQ2 在大规模非凸优化问题背景下，如何在子载波和发射天线之间实现最优功率分配以最大化频谱效率？
• RQ3 与CVX等传统求解器相比，所提出的路径跟踪算法在大规模问题上具有何种计算优势？
• RQ4 在频谱效率和收敛速度方面，所提算法与基准方法（如基于DCI的优化）相比表现如何？
• RQ5 所提方法是否可在存在信道估计误差和硬件损伤的实际系统中实现？

主要发现

• 所提路径跟踪算法在频谱效率方面与基于DCI的方法（通过CVX求解）相当，即使在小规模问题（K=16个子载波）下也表现出相似性能。
• 由于依赖闭式计算而非迭代凸优化，该算法的计算速度约为使用CVX求解DCI问题的(KN)³倍。
• 对于K=16个子载波的系统，该算法平均收敛于25.8次迭代，与DCI方法的25.7次迭代相当，但单次迭代的复杂度显著降低。
• 数值结果表明，系统频谱效率极高，显著优于基准的等功率分配策略。
• 该方法计算高效且可扩展，适用于包含数千个变量的大规模MIMO-OFDM系统。
• 该方法具有鲁棒性，可扩展至使用改进OFDM波形的5G NR系统，显示出强大的实际应用潜力。