[论文解读] Joint Design of Hybrid Beamforming and Reflection Coefficients in RIS-aided mmWave MIMO Systems

Renwang Li, Bei Guo+3 more|arXiv (Cornell University)|Feb 14, 2022

Advanced Wireless Communication Technologies被引用 12

一句话总结

本论文提出了一种联合优化框架，用于太赫兹MIMO系统中的混合模拟-数字波束成形与可重构智能表面（RIS）反射系数，以在满足用户信干噪比（SINR）约束条件下最小化发射功率。通过使用基于惩罚的算法结合流形优化来处理模拟波束成形器与RIS相位移的非凸单位模约束，该方法优于最先进的半定规划（SDR）方法。仿真结果表明，当RIS系数被联合优化时，可实现高达5 dB的额外功率降低，且验证了大规模RIS元件数量显著提升了系统能效。

ABSTRACT

This paper considers a reconfigurable intelligent surface (RIS)-aided millimeter wave (mmWave) downlink communication system where hybrid analog-digital beamforming is employed at the base station (BS). We formulate a power minimization problem by jointly optimizing hybrid beamforming at the BS and the response matrix at the RIS, under the signal-to-interference-plus-noise ratio (SINR) constraints at all users. The problem is highly challenging to solve due to the non-convex SINR constraints as well as the unit-modulus phase shift constraints for both the RIS reflection coefficients and the analog beamformer. A two-layer penalty-based algorithm is proposed to decouple variables in SINR constraints, and manifold optimization is adopted to handle the non-convex unit-modulus constraints. {We also propose a low-complexity sequential optimization method, which optimizes the RIS reflection coefficients, the analog beamformer, and the digital beamformer sequentially without iteration.} Furthermore, the relationship between the power minimization problem and the max-min fairness (MMF) problem is discussed. Simulation results show that the proposed penalty-based algorithm outperforms the state-of-the-art semidefinite relaxation (SDR)-based algorithm. Results also demonstrate that the RIS plays an important role in the power reduction.

研究动机与目标

• 最小化在RIS辅助的毫米波MIMO系统中，基站采用混合模拟-数字波束成形时的上行链路发射功率。
• 在满足各用户SINR约束条件下，联合优化混合波束成形向量与RIS反射系数。
• 解决由于模拟波束成形器与RIS相位移的单位模约束所引发的非凸性问题。
• 提出一种低复杂度的顺序优化方法，避免对波束成形与RIS系数进行迭代精炼。
• 评估RIS部署带来的性能增益，以及RIS元件数量与位置对系统能效的影响。

提出的方法

• 开发一种基于惩罚的算法，通过在优化目标中引入惩罚项，解耦非凸的SINR约束。
• 应用流形优化处理模拟波束成形器与RIS反射系数的非凸单位模约束。
• 提出三种基于惩罚的方法变体：RCG方法、黎曼共轭梯度法与黎曼信赖域法，其中RCG方法表现出最优性能。
• 提出一种顺序优化方法，通过交替优化RIS系数、模拟波束成形器与数字波束成形器，无需迭代，显著降低复杂度。
• 采用连续凸逼近（SCA）优化数字波束成形，结合流形优化处理相位移，实现收敛至局部最优解。
• 将该算法与基准的SDR-BDC方法进行对比，评估在不同RIS尺寸、位置与量化水平下的性能表现。

实验结果

研究问题

• RQ1 联合优化混合波束成形与RIS反射系数对毫米波MIMO系统中发射功率降低有何影响？
• RQ2 与传统SDR方法相比，基于惩罚的流形优化框架在性能上有哪些提升？
• RQ3 RIS元件数量的增加如何影响系统的能效与功率消耗？
• RQ4 从基站到RIS的水平距离来看，RIS的最优部署位置是什么？
• RQ5 3-bit相位移量化与连续相位移在性能与硬件成本方面有何差异？

主要发现

• 所提出的基于惩罚的流形优化算法优于最先进的SDR-BDC方法，在相同SINR目标下实现了更低的发射功率。
• 与随机或SDR推导的RIS系数相比，联合优化RIS反射系数与混合波束成形可实现额外5 dB的功率降低。
• 顺序优化方法在计算复杂度显著降低的情况下实现了接近最优的性能，F=10至F=80时耗时仅15.37–37.09秒，而SDR-BCD方法在F=80时耗时超过460秒。
• 当RIS元件数量从12增加到60时，发射功率降低约15 dB，证明大规模RIS具有强大的节能潜力。
• RIS的最优部署位置既不太近也不太远于基站；由于路径损耗随d₁⁻²d₂⁻²变化，功率消耗在50米水平距离处达到峰值。
• 3-bit量化RIS与模拟波束成形器相位移的性能接近连续相位移器，表明低分辨率硬件在实际部署中已足够。