[论文解读] Joint Active and Passive Beamforming for Intelligent Reflecting Surface-Assisted Massive MIMO Systems

Xingjian Li, Jun Fang+2 more|arXiv (Cornell University)|Dec 2, 2019

Advanced Wireless Communication Technologies参考文献 31被引用 62

一句话总结

本文分析在IRS辅助的大规模MIMO中联合有源（基站BS）和无源（IRS）波束形成，揭示了一种自动干扰消除特性，并提出一种IRS-用户关联方法以最大化最小SINR。

ABSTRACT

In this paper, we study the problem of joint active and passive beamforming for intelligent reflecting surface (IRS)-assisted massive MIMO systems, where multiple IRSs equipped with a large number of passive elements are deployed to assist a base station (BS) to simultaneously serve a small number of single-antenna users in the same time-frequency resource. Our objective is to maximize the minimum signal to interference plus noise (SINR) at users by jointly optimizing the transmit precoding vector at the BS and phase shift parameters at IRSs. We show that an interesting automatic interference cancelation (AIC) property holds asymptotically as the number of passive elements approaches infinity, i.e., when an IRS is optimally tuned to serve a certain user, this IRS will become interference-free to other users. By utilizing this property, the max-min problem can be converted into an IRS-user association problem, where the objective is to determine which IRSs are assigned for each user. An exhaustive search scheme and a greedy search scheme are proposed to solve the IRS-user association problem. Our theoretical analysis reveals that our proposed solution attains an SINR that scales quadratically with the number of reflecting elements. Also, our theoretical result suggests that even with a moderate number of active antennas at the BS, a massive MIMO like gain can be achieved by increasing the number of passive reflecting elements, thus significantly reducing the energy consumption at the BS. Simulation results are provided to corroborate our theoretical results and to illustrate the effectiveness of our proposed solution.

研究动机与目标

• 通过利用 IRS 来缓解大规模 MIMO 的传播限制，推动能效高、吞吐量高的无线系统。
• 通过对基站波束成形（前向/ precoding）和 IRS 相位移的联合优化，最大化各用户的最小 SINR。
• 利用自动干扰消除特性简化不同 IRS 之间干扰的管理。
• 示 passive 元件在较少的有源天线下也能实现类似大规模 MIMO 的增益，从而降低基站功耗。

提出的方法

• 建立一个系统模型：基站具有 N 根天线，L 个 IRS，每个 IRS 拥有 M 个元件，以及 K 个单天线用户。
• 假设 LOS 主导、BS-IRS 通道为秩为 1、BS AoD 向量接近正交，且 L ≥ K 且 M 很大。
• 将问题表述为在 BS precoding、功率分配和 IRS 相位移上的最大化最小 SINR 问题。
• 给出一个有源波束形成解，使用功率分配的固定点迭代和类闭式的 MMSE 向导的前序矩阵。
• 将无源波束形成问题转化为利用自动干扰消除（AIC） 的 IRS-用户关联问题。
• 提出基于被动波束成形增益的穷举搜索和贪婪算法，将 IRS 分配给用户。

实验结果

研究问题

• RQ1 如何在 IRS 辅助的大规模 MIMO 中联合优化发射前向（传输 precoding）和 IRS 相位移，以最大化最小 SINR？
• RQ2 当 IRS 拥有大量被动元件时，是否会出现自动干扰消除属性？如何利用它简化设计？
• RQ3 一个实用的 IRS-用户关联策略（穷举/贪婪）是否能实现随反射元件数量增长的接近最优的 SINR 增长？
• RQ4 随着被动元件数量增加，可以实现怎样的 SINR 增长，与中等数量的有源基站天线如何相互作用？

主要发现

• 当被动元件数量 M 越来越大时，存在一个自动干扰消除（AIC）属性，随着 M 增大，IRS 在为特定用户调谐后对其他用户几乎无干扰。
• 最大最小 SINR 问题可以转化为一个 IRS-用户关联问题，从而通过将 IRS 分组分配给单个用户来简化设计。
• 所提出的解在 SINR 上呈现随着反射元件数量平方级增长的趋势，即 O(M^2)，并且还依赖 N，在分析中得到 O(M^2 N)。
• 即使有源基站天线数量中等，增加被动 IRS 元件数量也能带来大规模 MIMO 式增益，并显著降低基站能耗。
• 提供两种 IRS-用户关联的解法：穷举搜索（适用于较小的 L 和 K）和贪婪算法（可扩展到更大系统）。
• 仿真结果证实了理论发现，并展示了所提出的联合波束形成框架的有效性。