[论文解读] Enhancing Energy Efficiency for Reconfigurable Intelligent Surfaces with Practical Power Models

Zhiyi Li, Jida Zhang+3 more|arXiv (Cornell University)|Oct 24, 2023

Advanced Wireless Communication Technologies被引用 5

一句话总结

本文提出了一种适用于可重构智能表面（RIS）的实际功率模型，该模型考虑了PIN二极管在开启/关闭状态下的动态功耗，从而实现了在RIS辅助的多用户MISO系统中精确的能量效率（EE）优化。通过将该模型整合到非凸混合整数EE优化框架中，并采用带有最大梯度搜索和SDP松弛的交替优化算法求解，所提方法在多种场景下均实现了显著的EE增益，同时将计算复杂度从指数级降低至多项式级。

ABSTRACT

Reconfigurable intelligent surfaces (RISs) are widely considered a promising technology for future wireless communication systems. As an important indicator of RIS-assisted communication systems in green wireless communications, energy efficiency (EE) has recently received intensive research interest as an optimization target. However, most previous works have ignored the different power consumption between ON and OFF states of the PIN diodes attached to each RIS element. This oversight results in extensive unnecessary power consumption and reduction of actual EE due to the inaccurate power model. To address this issue, in this paper, we first utilize a practical power model for a RIS-assisted multi-user multiple-input single-output (MU-MISO) communication system, which takes into account the difference in power dissipation caused by ON-OFF states of RIS's PIN diodes. Based on this model, we formulate a more accurate EE optimization problem. However, this problem is non-convex and has mixed-integer properties, which poses a challenge for optimization. To solve the problem, an effective alternating optimization (AO) algorithm framework is utilized to optimize the base station and RIS beamforming precoder separately. To obtain the essential RIS beamforming precoder, we develop two effective methods based on maximum gradient search and SDP relaxation respectively. Theoretical analysis shows the exponential complexity of the original problem has been reduced to polynomial complexity. Simulation results demonstrate that the proposed algorithm outperforms the existing ones, leading to a significant increase in EE across a diverse set of scenarios.

研究动机与目标

• 为解决现有RIS辅助系统中能量效率（EE）优化的不准确性，通过考虑PIN二极管在开启和关闭状态下的可变功耗。
• 开发一种更真实的功率模型，以反映RIS单元的实际硬件行为，特别是相位配置引起的动态功耗。
• 制定一个包含实用功率模型的非凸混合整数EE优化问题，以提升系统精度。
• 设计一种基于交替优化（AO）和两种高效RIS波束成形预编码器方法的算法框架，以求解复杂的优化问题。

提出的方法

• 提出一种实用的RIS功率模型，可区分PIN二极管的开启与关闭状态，并将状态相关的功耗损耗纳入总系统功耗预算。
• 构建一个非凸混合整数EE优化问题，目标为在包含动态RIS硬件功耗的前提下，最大化单位总功耗的频谱效率。
• 应用交替优化（AO）框架，将基站与RIS波束成形优化解耦，实现对两类预编码器的迭代优化。
• 提出两种RIS波束成形预编码器设计方法：一种基于最大梯度搜索，另一种采用半定规划（SDP）松弛以处理非凸性。
• 利用拉格朗日对偶与Karush-Kuhn-Tucker（KKT）条件，推导出功率分配子问题的解析解，确保收敛性。
• 通过矩阵提升与秩一约束强化，严格证明原始非凸问题与松弛SDP公式的等价性，从而在特定条件下保持最优性。

Figure 1: RIS-assisted MU-MISO downlink system.

实验结果

研究问题

• RQ1 PIN二极管在开启与关闭状态下的动态功耗如何影响RIS辅助通信系统的实际能量效率？
• RQ2 使用不准确的恒定功率RIS模型对EE优化系统性能有何影响？
• RQ3 能否通过考虑状态相关PIN二极管功耗的实用功率模型，实现系统能量效率的可测量提升？
• RQ4 如何高效求解由此产生的非凸混合整数EE优化问题，并显著降低计算复杂度？
• RQ5 所提出的基于AO与SDP松弛的算法在频谱效率与能量效率方面，相较于现有EE优化方法，优势程度如何？

主要发现

• 所提出的实用功率模型通过考虑不同状态下PIN二极管的可变功耗，显著提升了能量效率估算的准确性。
• 所提算法在多种系统场景下均实现了能量效率的显著提升，优于假设RIS功耗恒定的现有方法。
• 理论分析表明，通过采用SDP松弛与基于KKT的分解，原始问题的指数级复杂度被降低至多项式复杂度。
• 仿真结果表明，动态功耗模型可显著减少不必要的功耗，尤其在大量RIS单元处于激活状态时效果更明显。
• 用于RIS波束成形预编码器设计的最大梯度搜索与SDP松弛方法，可快速收敛并获得高质量解，性能增益显著。
• 严格证明了原始非凸问题与松弛SDP公式的等价性，确保在满足秩一条件时可恢复最优解。

Figure 2: Convergence performances of the AO algorithm with four different BS transmit power, where the $x$ -axis denotes the number of iterations, $y$ -axis denotes the spectrum efficiency (bps/Hz).