[论文解读] Exploiting Amplitude Control in Intelligent Reflecting Surface Aided Wireless Communication with Imperfect CSI

Minjian Zhao, Qingqing Wu+2 more|arXiv (Cornell University)|May 14, 2020

Advanced Wireless Communication Technologies参考文献 46被引用 10

一句话总结

该论文提出在信道状态信息（CSI）不完美条件下，联合优化智能反射面（IRS）辅助多用户系统中的主动波束成形与被动反射系数，通过同时控制相位和幅度来提升频谱效率。针对单用户场景提出一种带惩罚项的Dinkelbach-BSUM算法，针对多用户场景提出一种基于PDD的算法，与传统仅控制相位的设计相比，该框架在CSI误差下实现了显著的速率增益。

ABSTRACT

Intelligent reflecting surface (IRS) is a promising new paradigm to achieve high spectral and energy efficiency for future wireless networks by reconfiguring the wireless signal propagation via passive reflection. To reap the potential gains of IRS, channel state information (CSI) is essential, whereas channel estimation errors are inevitable in practice due to limited channel training resources. In this paper, in order to optimize the performance of IRS-aided multiuser systems with imperfect CSI, we propose to jointly design the active transmit precoding at the access point (AP) and passive reflection coefficients of IRS, each consisting of not only the conventional phase shift and also the newly exploited amplitude variation. First, the achievable rate of each user is derived assuming a practical IRS channel estimation method, which shows that the interference due to CSI errors is intricately related to the AP transmit precoders, the channel training power and the IRS reflection coefficients during both channel training and data transmission. Then, for the single-user case, by combining the benefits of the penalty method, Dinkelbach method and block successive upper-bound minimization (BSUM) method, a new penalized Dinkelbach-BSUM algorithm is proposed to optimize the IRS reflection coefficients for maximizing the achievable data transmission rate subjected to CSI errors; while for the multiuser case, a new penalty dual decomposition (PDD)-based algorithm is proposed to maximize the users' weighted sum-rate. Simulation results are presented to validate the effectiveness of our proposed algorithms as compared to benchmark schemes. In particular, useful insights are drawn to characterize the effect of IRS reflection amplitude control (with/without the conventional phase shift) on the system performance under imperfect CSI.

研究动机与目标

• 解决由于训练资源有限导致的信道估计误差不可避免地引起IRS辅助系统性能下降的问题。
• 研究IRS幅度控制（此前研究较少）与传统相位控制相结合的潜力，以提升CSI不完美条件下的系统鲁棒性。
• 在CSI不确定性下，最大化单用户系统的可实现速率以及多用户场景下的加权和速率。
• 开发高效的优化算法，联合设计发射波束成形与IRS反射系数，包括幅度与相位控制。
• 为系统设计提供关于幅度与相位控制在CSI不完美条件下权衡关系的实用洞见。

提出的方法

• 基于一种实用的IRS信道估计方法，推导出可实现速率表达式，将CSI误差引起的干扰建模为训练功率、波束成形波束与反射系数的函数。
• 提出一种带惩罚项的Dinkelbach-BSUM算法，结合惩罚法、Dinkelbach方法与块逐次上界最小化技术，求解单用户速率最大化问题。
• 为不完美CSI下的多用户加权和速率最大化问题，开发一种基于惩罚对偶分解（PDD）的算法。
• 引入块坐标下降（BCD）方法，通过固定其他反射系数，迭代优化单个IRS反射系数，结合拉格朗日松弛与一阶最优性条件。
• 引入Dinkelbach变量更新步骤，将分数规划问题转化为一系列凸子问题。
• 引入惩罚项以强制执行IRS反射系数的单位模长约束，确保收敛性与可行性。

实验结果

研究问题

• RQ1 在CSI不完美条件下，与仅控制相位相比，IRS的联合幅度与相位控制如何提升系统性能？
• RQ2 信道训练功率与波束成形设计对IRS辅助系统中由CSI估计误差引起的干扰有何影响？
• RQ3 所提出的带惩罚项的Dinkelbach-BSUM算法如何在CSI不完美条件下确保单用户场景下的收敛性与性能增益？
• RQ4 基于PDD的算法能否在CSI不确定性下有效最大化多用户IRS辅助系统的加权和速率？
• RQ5 在IRS反射中，幅度与相位控制在实现鲁棒速率最大化方面存在哪些实际权衡？

主要发现

• 所提出的带惩罚项的Dinkelbach-BSUM算法即使在CSI不完美条件下，也能保证可实现速率单调提升并收敛至稳定点。
• 基于PDD的算法通过联合优化具有幅度与相位控制的波束成形与反射系数，有效最大化了多用户IRS系统的加权和速率。
• 仿真结果表明，幅度控制显著提升了频谱效率，尤其在高速移动或低训练功率场景下，CSI误差严重时效果更明显。
• 与传统仅控制相位的IRS反射相比，联合幅度与相位控制在CSI估计误差较大时表现更优，得益于更强的鲁棒性。
• 当IRS单元可调节幅度时，系统在更低的训练开销下实现了更高的数据速率，证明了完整IRS反射控制的价值。
• 研究洞察表明，幅度控制可有效缓解CSI误差的负面影响，使IRS辅助系统在实际部署中更具鲁棒性。