[论文解读] IRS-Assisted Green Communication Systems: Provable Convergence and Robust Optimization

Xianghao Yu, Dongfang Xu+2 more|arXiv (Cornell University)|Nov 12, 2020

Advanced Wireless Communication Technologies参考文献 37被引用 14

一句话总结

本文提出了一种可证明收敛的联合波束成形与相移优化算法，用于IRS辅助的绿色MISO系统，在QoS约束下最小化总发射功率。提出了一种基于惩罚的交替最小化算法和一种内逼近算法，两者分别保证收敛至驻点和KKT解，并针对信道状态信息不完美情况进行了鲁棒性扩展。

ABSTRACT

Intelligent reflecting surfaces (IRSs) are regarded as a key enabler of green wireless communication, due to their capability of customizing favorable wireless propagation environments. In this paper, we investigate resource allocation for IRS-assisted green multiuser multiple-input single-output (MISO) systems. To minimize the total transmit power, both the beamforming vectors at the access point (AP) and the phase shifts at multiple IRSs are jointly optimized, while taking into account the minimum required quality-of-service (QoS) of multiple users. First, two novel algorithms, namely a penalty-based alternating minimization (AltMin) algorithm and an inner approximation (IA) algorithm, are developed to tackle the non-convexity of the formulated optimization problem when perfect channel state information (CSI) is available. Unlike existing designs that cannot ensure convergence, the proposed penalty-based AltMin and IA algorithms are guaranteed to converge to a stationary point and a Karush-Kuhn-Tucker (KKT) solution of the design problem, respectively. Second, the impact of imperfect knowledge of the CSI of the channels between the AP and the users is investigated. To this end, a non-convex robust optimization problem is formulated and the penalty-based AltMin algorithm is extended to obtain a stationary solution. Simulation results reveal a key trade-off between the speed of convergence and the achievable total transmit power for the two proposed algorithms. In addition, we show that the proposed algorithms can significantly reduce the total transmit power at the AP compared to various baseline schemes and that the optimal numbers of transmit antennas and IRS reflecting elements, which minimize the total power consumption of the considered system, are finite.

研究动机与目标

• 解决现有IRS资源分配算法在绿色无线系统中缺乏收敛性保证的问题。
• 设计计算效率高的算法，联合优化波束成形与相移，以最小化多用户MISO系统中的总发射功率。
• 在完美CSI条件下，确保收敛至驻点或KKT解，克服先前基于SDR方法的局限性。
• 将算法扩展至处理不完美CSI，确保对信道估计误差的鲁棒性。
• 研究发射天线与IRS反射单元的最优配置，以最小化系统功耗。

提出的方法

• 提出一种基于惩罚的交替最小化（AltMin）算法，通过引入惩罚项重构非凸问题，以强制执行约束，确保收敛至驻点。
• 提出一种内逼近（IA）算法，通过凸子问题逼近非凸问题，保证收敛至KKT解。
• 利用拉格朗日对偶性和KKT条件，证明最优波束成形矩阵具有秩一结构，从而实现高效求解。
• 应用半定松弛与高斯随机化方法，并结合可行性检查，以处理优化框架中的秩约束。
• 通过引入最坏情况下的信道不确定性集，将基于惩罚的AltMin算法扩展至鲁棒优化，确保在CSI误差下的可行性。
• 利用矩阵分解与子矩阵分析，推导出最优波束成形与相移的结构特性。

实验结果

研究问题

• RQ1 能否为IRS辅助的绿色MISO系统设计一种计算高效的算法，保证收敛至驻点解？
• RQ2 在联合波束成形与相移优化存在非凸性的情况下，如何确保收敛至KKT解？
• RQ3 不完美CSI对IRS辅助系统性能有何影响，鲁棒优化如何缓解该影响？
• RQ4 使总系统功耗最小化的发射天线与IRS反射单元的最优数量是多少？
• RQ5 所提算法中，收敛速度与总发射功率之间是否存在根本性权衡？

主要发现

• 所提出的基于惩罚的AltMin算法可保证收敛至非凸优化问题的驻点，优于先前基于SDR的方法。
• 内逼近（IA）算法收敛至Karush-Kuhn-Tucker（KKT）解，提供了强于现有方法的收敛性保证。
• 仿真结果表明，收敛速度与总发射功率之间存在权衡，IA算法虽收敛较慢，但实现了更低的功耗。
• 所提算法相较于基准方案（包括迫零波束成形和传统AltMin结合SDR）显著降低了总发射功率。
• 使总功耗最小化的最优发射天线数与IRS反射单元数为有限值，表明存在实际的设计权衡。
• 基于惩罚的AltMin算法的鲁棒扩展确保了在不完美CSI下的可行性，即使存在信道估计误差，仍能保持性能增益。