[论文解读] Intelligent Reflecting Surface with Discrete Phase Shifts: Channel Estimation and Passive Beamforming

Changsheng You, Beixiong Zheng+1 more|arXiv (Cornell University)|Nov 10, 2019

Advanced Wireless Communication Technologies参考文献 13被引用 15

一句话总结

该论文提出了一种基于DFT-Hadamard的反射波束成形设计与逐次优化算法，适用于具有离散相移的智能反射面（IRS），实现了低复杂度、高精度的信道估计与无源波束成形。该方法即使在使用2比特相移器时也能实现接近最优的频谱效率，显著优于基准方案，通过最小化估计误差并利用信道状态信息（CSI）的相关性，实现性能提升。

ABSTRACT

In this paper, we consider an intelligent reflecting surface (IRS)-aided single-user system where an IRS with discrete phase shifts is deployed to assist the uplink communication. A practical transmission protocol is proposed to execute channel estimation and passive beamforming successively. To minimize the mean square error (MSE) of channel estimation, we first formulate an optimization problem for designing the IRS reflection pattern in the training phase under the constraints of unit-modulus, discrete phase, and full rank. This problem, however, is NP-hard and thus difficult to solve in general. As such, we propose a low-complexity yet efficient method to solve it sub-optimally, by constructing a near-orthogonal reflection pattern based on either discrete Fourier transform (DFT)-matrix quantization or Hadamard-matrix truncation. Based on the estimated channel, we then formulate an optimization problem to maximize the achievable rate by designing the discrete-phase passive beamforming at the IRS with the training overhead and channel estimation error taken into account. To reduce the computational complexity of exhaustive search, we further propose a low-complexity successive refinement algorithm with a properly-designed initialization to obtain a high-quality suboptimal solution. Numerical results are presented to show the significant rate improvement of our proposed IRS training reflection pattern and passive beamforming designs as compared to other benchmark schemes.

研究动机与目标

• 解决在硬件受限条件下，具有离散相移的IRS辅助系统中实际信道估计与无源波束成形的挑战，因为离散相移比连续相移更具可行性。
• 在单位模、离散相移和满秩约束下，最小化信道估计的均方误差（MSE），该问题为NP难问题，需采用次优解法。
• 设计一种无源波束成形策略，考虑训练开销与相关联的信道估计误差，以最大化可实现频谱效率。
• 开发一种低复杂度的逐次优化算法，结合有效初始化方法，以获得离散相移波束成形的高质量次优解。
• 量化离散与连续相移器之间的性能差距，特别是在存在相关估计误差与有限训练时间的条件下。

提出的方法

• 提出一种基于DFT-Hadamard的反射波束成形设计，通过DFT矩阵量化或哈达玛矩阵截短构造近正交的IRS反射矩阵，以最小化信道估计MSE。
• 建立联合优化问题以实现无源波束成形，最大化可实现频谱效率，同时考虑训练开销与由离散相移约束引起的信道估计误差相关性。
• 提出一种逐次优化算法，基于连续相移上界解设计初始化策略，以降低计算复杂度。
• 使用DFT-Hadamard波束成形作为训练反射序列，确保近似正交性并降低估计误差，即使在离散相移约束下亦成立。
• 采用两阶段协议：首先使用设计的反射波束成形进行信道训练；其次利用估计的CSI优化无源波束成形以进行数据传输。
• 通过数值结果评估性能，与基准方法（如穷举搜索、随机相移、信道增益最大化）进行对比。

实验结果

研究问题

• RQ1 在离散相移约束下，原本用于连续相移的DFT波束成形是否仍能保持低信道估计误差？
• RQ2 离散相移量化如何影响反射波束成形的正交性及其导致的信道估计误差相关性？
• RQ3 在具有离散相移器的IRS辅助系统中，相关信道估计误差对可实现频谱效率有何影响？
• RQ4 低复杂度的逐次优化算法能否在离散相移条件下实现接近最优的无源波束成形性能？
• RQ5 在考虑估计误差与波束成形设计的前提下，相移器分辨率（如1比特与2比特）如何影响频谱效率？

主要发现

• 所提出的基于DFT-Hadamard的反射波束成形设计显著降低了信道估计MSE，并在离散相移约束下仍能实现近似正交性。
• 使用2比特相移器时，所提方案的频谱效率接近连续相移的上界，表明低分辨率IRS可实现大部分波束成形增益。
• 通过合理初始化的逐次优化算法在计算复杂度远低于穷举搜索的情况下，实现了接近最优的频谱效率，尤其在2比特相移器下表现显著。
• 信道增益最大化基准方案因忽略相关估计误差，导致显著的频谱效率损失，凸显了联合误差感知波束成形设计的重要性。
• 将相移器分辨率从1比特提升至2比特可带来显著的频谱效率增益，而随机相移方案无任何性能提升，表明结构化设计对性能至关重要。