[论文解读] Intelligent Reflecting Surface-assisted MU-MISO Systems with Imperfect Hardware: Channel Estimation, Beamforming Design

Anastasios Papazafeiropoulos, Cunhua Pan+3 more|arXiv (Cornell University)|Feb 10, 2021

Advanced Wireless Communication Technologies参考文献 48被引用 17

一句话总结

本文提出了一种新型的智能反射表面（IRS）辅助多用户MISO系统中的信道估计与波束成形设计，考虑了非理想硬件的影响，包括残留硬件损伤和相位噪声。该方法提出了一种基于大规模统计特性的计算高效波束成形优化方法，实现了仅依赖大规模衰落统计的闭式频谱效率表达式，训练开销低，相比瞬时信道状态信息（CSI）方法显著降低了计算成本。

ABSTRACT

Most works in IRS-assisted systems have ignored the impact of the inevitable residual hardware impairments (HWIs) at both the transceiver hardware and the IRS while any relevant works have addressed only simple scenarios, e.g., with single-antenna network nodes and/or without taking the randomness of phase noise at the IRS into account. In this work, we aim at filling up this gap by considering a general IRS-assisted multi-user (MU) multiple-input single-output (MISO) system with imperfect CSI and correlated Rayleigh fading. In parallel, we present a general computationally efficient methodology for IRS reflect beamforming (RB) optimization. Specifically, we introduce an advantageous channel estimation (CE) method for such systems accounting for the HWIs. Moreover, we derive the uplink achievable spectral efficiency (SE) with maximal-ratio combining (MRC) receiver, displaying three significant advantages being: 1) its closed-form expression, 2) its dependence only on large-scale statistics, and 3) its low training overhead. Notably, by exploiting the first two benefits, we achieve to perform optimization with respect to the reflect beamforming matrix (RBM) that can take place only at every several coherence intervals, and thus, reduces significantly the computational cost compared to other methods which require frequent phase optimization. Among the insightful observations, we highlight that uncorrelated Rayleigh fading does not allow optimization of the SE, which makes the application of an IRS ineffective. Also, in the case that the phase drifts, describing the distortion of the phases in the RBM, are uniformly distributed, the presence of an IRS provides no advantage. The analytical results outperform previous works and are verified by Monte-Carlo (MC) simulations.

研究动机与目标

• 填补对包含收发机与IRS相位噪声等现实硬件损伤的IRS系统缺乏全面分析的空白。
• 提出一种实用的信道估计方法，能够考虑IRS辅助MU-MISO系统中的残留硬件损伤。
• 设计一种基于大规模信道统计而非瞬时CSI的低复杂度反射波束成形优化策略。
• 在最大比率合并条件下，建立仅依赖大规模衰落统计的上行链路频谱效率的闭式表达式。
• 证明忽略相关性或相位漂移将导致IRS失效，强调准确建模的必要性。

提出的方法

• 提出一种新的信道估计框架，对基站和IRS处的残留硬件损伤进行建模，实现鲁棒的CSI获取。
• 基于最大比率合并，推导出仅依赖大规模衰落参数的上行链路频谱效率的闭式表达式。
• 基于大规模统计特性，建立反射波束成形优化问题，使得相位偏移仅需每几个相干间隔更新一次。
• 利用矩阵微积分与迹导数，解析计算频谱效率关于IRS相位偏移的梯度，实现高效优化。
• 引入一种广义的IRS相位噪声模型，包含均匀分布的相位漂移，以评估系统的鲁棒性。
• 通过蒙特卡洛仿真验证分析框架，结果表明其性能显著优于现有方法。

实验结果

研究问题

• RQ1 收发机与IRS处的残留硬件损伤如何影响IRS辅助MU-MISO系统的性能？
• RQ2 能否推导出仅依赖大规模衰落统计的闭式频谱效率表达式，从而实现低复杂度波束成形？
• RQ3 相关瑞利衰落与相位漂移对IRS波束成形增益与系统频谱效率有何影响？
• RQ4 使用大规模统计特性替代瞬时CSI是否能显著降低计算成本，同时保持性能？
• RQ5 在何种条件下IRS无法提供任何频谱效率增益，原因是什么？

主要发现

• 所提出的信道估计方法能有效考虑残留硬件损伤，实现低训练开销下的高精度CSI获取。
• 上行链路频谱效率实现了仅依赖大规模统计特性的闭式表达式，支持高效优化。
• 基于大规模统计特性的反射波束成形优化显著降低了计算成本，因为相位更新可仅每几个相干间隔进行一次。
• 只有在正确建模信道相关性与相位噪声时，系统才能获得显著的频谱效率增益；否则，IRS无法提供任何增益。
• 当相位漂移呈均匀分布时，IRS无法提供性能优势，凸显了精确相位控制的重要性。
• 蒙特卡洛仿真结果证实，分析结果优于现有方法，验证了理论框架的有效性。