[论文解读] Intelligent Reflecting Surface Enhanced Wireless Network via Joint Active and Passive Beamforming

Qingqing Wu, Rui Zhang|arXiv (Cornell University)|Oct 6, 2018

Advanced Wireless Communication Technologies参考文献 32被引用 103

一句话总结

本文研究在单用户和多用户设置下，联合优化 AP 发射波束成形和 IRS 相位移以在用户 SINR 约束下最小化 AP 发射功率，采用 SDR 和交替优化方法，并推导出一个关于 N 的缩放定律。

ABSTRACT

Intelligent reflecting surface (IRS) is envisioned to be a new and revolutionizing technology for achieving spectrum and energy efficient wireless communication networks cost-effectively in the future. Specifically, an IRS consists of a large number of low-cost passive elements each reflecting the incident signal with a certain phase shift to collaboratively achieve beamforming and/or interference suppression at designated receivers. In this paper, we study an IRS-aided multiuser multiple-input single-output (MISO) wireless system where one IRS is deployed to assist in the communication from a multi-antenna access point (AP) to multiple single-antenna users. As such, each user receives the superposed signals from the AP as well as the IRS via its reflection. We aim to minimize the total transmit power at the AP by jointly optimizing the transmit beamforming by active antenna array at the AP and reflect beamforming by passive phase shifters at the IRS, subject to users' individual signal-to-interference-plus-noise ratio (SINR) constraints. However, the formulated problem is non-convex and difficult to be solved optimally.

研究动机与目标

• 以利用 IRS 塑造传播信道来提升频谱效率与能源效率的无线网络为动机。
• 建立并求解一个在逐用户 SINR 约束下的联合 AP 波束成形和 IRS 相位移的功率最小化问题。
• 分析可行性条件并为单用户与多用户情形给出实用的算法方法。
• 描述发射功率的缩放特性，并将 IRS 辅助的性能与传统系统进行比较。

提出的方法

• 用一个多天线 AP、一个 N 元素的 IRS，以及 K 个单天线用户来建模 AP-IRS-用户的下行链路。
• 将问题（P1）表述为在 SINR 约束和 IRS 相位移单位模量的约束下，最小化总 AP 发射功率的问题。
• 对单用户问题（P2）应用半定松弛（SDR）以获得下界和近似最优解；通过带随机化的 SDR 提取秩为一的解。
• 开发一种交替优化算法，能够对 IRS 相位移和 AP 波束成形方向进行幂等（闭式）更新，保证收敛。
• 将该方法扩展到多用户情形，并给出两种次优算法，在性能与复杂度之间进行权衡。
• 推导在无限 IRS 元件下的解析性洞见和功率缩放定律，在最优相位设计下呈现 N^2 增益。

实验结果

研究问题

• RQ1 联合优化 AP 发射波束成形和 IRS 相位移在最小化 AP 发射功率的同时是否能够达到 SINR 目标？
• RQ2 哪些算法能够高效求解单用户和多用户情形下的非凸联合设计问题？
• RQ3 IRS 如何影响可行性，以及确保问题可行性的条件是什么？
• RQ4 在最优相位设计下，IRS 元件数量 N 的渐近功率缩放关系是什么？
• RQ5 IRS 辅助的性能与传统的大规模 MIMO 或放大器中继基准相比如何？

主要发现

• 联合优化 AP 波束成形和 IRS 相位在显著降低所需的 AP 发射功率方面，优于没有 IRS 的系统。
• 在靠近 IRS 的单用户场景中，当使用最优 IRS 相位移时，发射功率随 N 很大时呈 N^2 增长。
• SDR 提供可计算的界，且通过随机化对单用户问题给出有保证的近似质量。
• 交替优化给出相位移和波束成形的闭式更新，收敛到一个驻点解。
• 数值结果表明，与如未使用 IRS 的大规模 MIMO 等基准相比，IRS 增强方案具有显著的性能提升。