[论文解读] Intelligent Reflecting Surface Aided Wireless Networks: From Single-Reflection to Multi-Reflection Design and Optimization

Weidong Mei, Beixiong Zheng+2 more|arXiv (Cornell University)|Sep 28, 2021

Advanced Wireless Communication TechnologiesEngineering被引用 22

一句话总结

本文提出了一种关于多智能反射面（IRS）辅助无线网络的全面教程，提出了一种新颖的范式，利用多个IRS实现协作式被动波束成形以及主动/被动波束路由的联合优化，以增强多反射信号。该研究解决了反射优化、信道估计和IRS部署中的复杂挑战，在损耗较大或存在遮挡的环境中，相较于单IRS系统表现出显著的性能增益。

ABSTRACT

Intelligent reflecting surface (IRS) has emerged as a promising technique for wireless communication networks. By dynamically tuning the reflection amplitudes/phase shifts of a large number of passive elements, IRS enables flexible wireless channel control and configuration, and thereby enhances the wireless signal transmission rate and reliability significantly. Despite the vast literature on designing and optimizing assorted IRS-aided wireless systems, prior works have mainly focused on enhancing wireless links with single signal reflection only by one or multiple IRSs, which may be insufficient to boost the wireless link capacity under some harsh propagation conditions (e.g., indoor environment with dense blockages/obstructions). This issue can be tackled by employing two or more IRSs to assist each wireless link and jointly exploiting their single as well as multiple signal reflections over them. However, the resultant double-/multi-IRS aided wireless systems face more complex design issues as well as new practical challenges for implementation as compared to the conventional single-IRS counterpart, in terms of IRS reflection optimization, channel acquisition, as well as IRS deployment and association/selection. As such, a new paradigm for designing multi-IRS cooperative passive beamforming and joint active/passive beam routing arises which calls for innovative design approaches and optimization methods. In this paper, we give a tutorial overview of multi-IRS aided wireless networks, with an emphasis on addressing the new challenges due to multi-IRS signal reflection and routing. Moreover, we point out important directions worthy of research and investigation in the future.

研究动机与目标

• 通过实现多IRS协作，解决单IRS系统在遮挡或路径损耗严重传播环境中的局限性。
• 克服双IRS和多IRS系统带来的复杂性，包括反射系数优化、信道获取和IRS部署问题。
• 为多IRS网络中的联合主动/被动波束路由与协作式被动波束成形提出一种新型设计范式。
• 识别多IRS系统中的开放挑战与未来研究方向，包括混合式主动/被动IRS和级联信道估计。
• 为研究人员提供教程基础，推动IRS技术向6G无线网络发展。

提出的方法

• 提出一种通用的多IRS无线网络系统模型，其中多个IRS协助单个无线链路。
• 引入一种分布式波束训练方案，实现在无需显式信道状态信息（CSI）情况下的低复杂度波束成形，从而降低训练开销。
• 建立联合主动/被动波束路由问题的数学模型，以优化通过多个IRS的信号传输路径，提升频谱效率。
• 分析多反射链路中级联信道系数的影响，其中系数数量随反射次数呈指数级增长。
• 提出将高维级联信道分解为低维子信道，以简化信道估计过程。
• 探索利用IRS间信道的共性特征，以减少多IRS系统中的训练开销并提高估计精度。

实验结果

研究问题

• RQ1 在严重遮挡或高路径损耗环境中，多IRS协作如何提升无线链路容量？
• RQ2 在双IRS和多IRS系统中，优化反射系数与波束路由的关键挑战是什么？
• RQ3 在完全被动的IRS系统中，如何高效获取精确的信道状态信息（CSI）？
• RQ4 在多反射场景中，混合式主动/被动IRS相较于纯被动IRS的性能增益如何？
• RQ5 能否通过结构分解与导频设计，简化高维多反射信道的级联信道估计？

主要发现

• 多IRS系统可通过利用多条反射路径，在遮挡或损耗较大的环境中显著优于单IRS系统。
• 分布式波束训练方案可在无需显式CSI的情况下实现低复杂度波束成形，但当视 Line-of-Sight（LoS）分量较弱时（例如Rician因子κ = 5 dB），性能会下降。
• 由于信道系数数量随反射次数呈指数增长，准确的级联信道估计仍是主要挑战。
• 当反射面元素数量为小到中等规模时，混合式主动/被动IRS在多反射链路中可优于纯被动IRS，主要得益于信号放大能力。
• 将高维级联信道分解为低维子信道，为降低训练开销和提升估计效率提供了有前景的解决方案。
• 未来研究应聚焦于新型训练设计、导频序列设计，以及对共性信道特性的利用，以实现可扩展且实用的多IRS系统。