[论文解读] Double-IRS Aided MIMO Communication under LoS Channels: Capacity Maximization and Scaling

Yitao Han, Shuowen Zhang+2 more|arXiv (Cornell University)|Feb 26, 2021

Advanced Wireless Communication Technologies被引用 5

一句话总结

本文提出了一种在视 Line-of-Sight (LoS) 信道下采用协作双智能反射面（IRS）的 MIMO 系统，通过联合优化两个智能反射面的波束成形，以最大化频谱效率。通过利用双次反射链路和两个单次反射链路，该系统在 IRS 元素数量上的容量扩展阶数达到 $\mathcal{O}(M^4)$，显著优于单 IRS 系统。

ABSTRACT

Intelligent reflecting surface (IRS) is a promising technology to extend the wireless signal coverage and support the high performance communication. By intelligently adjusting the reflection coefficients of a large number of passive reflecting elements, the IRS can modify the wireless propagation environment in favour of signal transmission. Different from most of the prior works which did not consider any cooperation between IRSs, in this work we propose and study a cooperative double-IRS aided multiple-input multiple-output (MIMO) communication system under the line-of-sight (LoS) propagation channels. We investigate the capacity maximization problem by jointly optimizing the transmit covariance matrix and the passive beamforming matrices of the two cooperative IRSs. Although the above problem is non-convex and difficult to solve, we transform and simplify the original problem by exploiting a tractable characterization of the LoS channels. Then we develop a novel low-complexity algorithm whose complexity is independent of the number of IRS elements. Moreover, we analyze the capacity scaling orders of the double-IRS aided MIMO system with respect to an asymptotically large number of IRS elements or transmit power, which significantly outperform those of the conventional single-IRS aided MIMO system, thanks to the cooperative passive beamforming gain brought by the double-reflection link and the spatial multiplexing gain harvested from the two single-reflection links. Extensive numerical results are provided to show that by exploiting the LoS channel properties, our proposed algorithm can achieve a desirable performance with low computational time. Also, our capacity scaling analysis is validated, and the double-IRS system is shown to achieve a much higher rate than its single-IRS counterpart as long as the number of IRS elements or the transmit power is not small.

研究动机与目标

• 解决现有 MIMO 系统中多个 IRS 之间协作波束成形增益不足的问题。
• 在 LoS 传播条件下，最大化双 IRS MIMO 系统的频谱效率。
• 设计一种与 IRS 元素数量无关的低复杂度算法，以支持实际部署。
• 分析系统容量在 IRS 尺寸和发射功率方面的渐近容量扩展行为。
• 在高信噪比（SNR）和大规模 IRS 场景下，验证双 IRS 系统相较于单 IRS 系统的优越性。

提出的方法

• 作者采用可处理的相位偏移与路径损耗模型来表征 LoS 信道，以简化非凸优化问题。
• 通过结合两个 IRS 的单次反射与双次反射链路，推导出 MIMO 信道增益的闭式表达式。
• 提出一种新颖的交替优化算法，其复杂度与 IRS 元素数量无关。
• 通过最大化有效信道增益来优化被动波束成形系数，包括所有链路的相位对齐以实现相长干涉。
• 以闭式形式推导出系统容量，综合考虑直射链路、两个单次反射链路和一个双次反射链路的贡献。
• 推导出在 IRS 元素数量较大和发射功率较高的情况下的理论容量扩展规律，表明容量呈 $\mathcal{O}(M^4)$ 增长。

实验结果

研究问题

• RQ1 在 LoS 条件下，双 IRS MIMO 系统相较于单 IRS 系统的可实现容量增益是多少？
• RQ2 如何高效求解双 IRS MIMO 系统中发射协方差与被动波束成形的联合优化问题？
• RQ3 双 IRS 系统在 IRS 元素数量或发射功率方面的渐近容量扩展行为如何？
• RQ4 双次反射链路带来的协作被动波束成形增益如何提升频谱效率？
• RQ5 能否设计一种与 IRS 元素数量无关的低复杂度算法？

主要发现

• 双 IRS MIMO 系统在 IRS 元素数量上的容量扩展阶数为 $\mathcal{O}(M^4)$，显著优于单 IRS 系统的 $\mathcal{O}(M^2)$ 扩展阶数。
• 所提出的算法在计算复杂度与 IRS 元素数量无关的前提下，实现了高性能，具备良好的可扩展性。
• 数值结果表明，当 IRS 元素数量或发射功率较大时，双 IRS 系统的频谱效率显著高于单 IRS 对应系统。
• 通过将两个 IRS 的相位偏移对齐，使双次反射与单次反射信号实现相干合并，从而最大化系统容量。
• 推导出的闭式容量表达式表明，双次反射链路贡献了 $\mathcal{O}(M^4)$ 的增益，而单次反射链路则提供了额外的空间复用增益。
• 理论分析与仿真结果共同验证，该系统在计算开销较低的前提下可实现接近最优的性能。