[论文解读] Reconfigurable Intelligent Surfaces for Energy Efficiency in D2D Communication Network

Shuaiqi Jia, Xiaojun Yuan+1 more|arXiv (Cornell University)|Jun 18, 2020

Advanced Wireless Communication Technologies参考文献 11被引用 4

一句话总结

本文提出了一种可重构智能表面（RIS）辅助的设备到设备（D2D）网络中联合功率控制与被动波束成形优化框架，以最大化能量效率（EE）。通过将非凸问题分解为交替子问题——利用分数规划求解RIS相位偏移，利用Dinkelbach方法求解功率控制——该算法实现了显著的EE增益，且最优RIS尺寸可平衡频谱效率与能量效率之间的权衡。

ABSTRACT

In this letter, the joint power control of D2D users and the passive beamforming of reconfigurable intelligent surfaces (RIS) for a RIS-aided device-to-device (D2D) communication network is investigated to maximize energy efficiency. This non-convex optimization problem is divided into two subproblems, which are passive beamforming and power control. The two subproblems are optimized alternately. We first decouple the passive beamforming at RIS based on the Lagrangian dual transform. This problem is solved by using fractional programming. Then we optimize the power control by using the Dinkelbach method. By iteratively solving the two subproblems, we obtain a suboptimal solution for the joint optimization problem. Numerical results have verified the effectiveness of the proposed algorithm, which can significantly improve the energy efficiency of the D2D network.

研究动机与目标

• 应对下一代无线网络中因运营、经济和环境约束而产生的对能量效率日益增长的需求。
• 通过利用RIS提升频谱与能量效率，克服传统中继与传统D2D系统存在的局限性。
• 制定RIS相位偏移与D2D用户发射功率的联合优化问题，以在服务质量与硬件约束下最大化系统能量效率。
• 开发一种次优但高效的迭代算法，以求解由联合波束成形与功率控制引发的非凸优化问题。
• 评估RIS尺寸、分辨率与能量效率之间的权衡，以识别最优系统设计参数。

提出的方法

• 将非凸联合优化问题分解为两个交替子问题：RIS处的被动波束成形与D2D发射机处的功率控制。
• 应用拉格朗日对偶变换以解耦RIS相位偏移优化，从而通过分数规划求解。
• 利用Dinkelbach方法将功率控制子问题转换为相减形式，以处理分数目标函数。
• 迭代求解两个子问题直至收敛，从而获得联合优化问题的次优解。
• 将总功耗建模为D2D发射功率、电路功耗与RIS单元功耗（取决于比特分辨率）之和。
• 在功率控制阶段采用差分凸（DC）规划方法求解所得DC问题。

实验结果

研究问题

• RQ1 与传统D2D或非RIS辅助系统相比，RIS辅助的D2D通信在提升系统能量效率方面有何改进？
• RQ2 在RIS功耗持续增加的背景下，RIS尺寸（反射单元数量）与能量效率之间的最优权衡是什么？
• RQ3 RIS相位移器的分辨率（比特深度）如何影响系统的整体能量效率？
• RQ4 最小数据速率约束对联合优化框架的可行性与能量效率有何影响？
• RQ5 基于分数规划与Dinkelbach方法的迭代算法能否有效求解非凸联合波束成形与功率控制问题？

主要发现

• 所提出的算法通过联合优化发射功率与RIS相位偏移，在RIS辅助的D2D网络中显著提升了能量效率。
• 能量效率随RIS单元数量增加而提升，直至达到最优点，此后因RIS功耗上升而下降。
• 在固定RIS尺寸下，更高的相位移分辨率（如6比特）会导致更低的能量效率，因单位元件功耗增加。
• 当最小速率约束 $ R_{ ext{min}} $ 提高时，能量效率趋于稳定在较低的固定值，且失败率上升，因功率与速率约束更加严格。
• 在高功率限制（$ P_{ ext{max}} $）下，进一步增加功率无法提升能量效率或降低失败率，表明已达到饱和点。
• 基准对比显示，RIS辅助优化在能量效率方面优于非RIS功率控制与RIS辅助最优功率控制方案。